关东升：DeepSeek+Python金融大数据分析实战训练营

课程特色

• 案例驱动：授课过程中采用案例驱动模式授课模式，从案例入手讲解知识点。
• 资源共享：课程结束后，所有课程PPT以及案例代码完全提供给学员，以便学员技术巩固及资料积累。

• 本课程适用于想从事Python数据分析和科学计算等相关人员，以及喜欢Python的任何人员。

• 学员学习本课程后，能掌握Python数据分析技术，包括：NumPy、pandas、数据可视化技术等。

• 培训分二个阶段，共2天

第一阶段 Python数据分析技术   培训时间1.5天1、数据分析一般过程

• 数据搜集
• 数据存取
• 数据清洗
• 数据分析
• 数据可视化

思考：

Python语言与自己工作结合与应用

2、开发环境搭建

• 安装Anaconda
• 开发工具
• IPython shell
• Jupyter Notebook
• Spyder

实践：

学员搭建Python环境和Jupyter Notebook工具

3、数据分析与科学计算NumPy库

• 编写NumPy程序
• 二维数组
• 访问数组
• 数组操作
• 通用函数
• 更多函数
• 线性代数
• 高维数组
• 数组的保存与读取

实践：

1. 编写一个NumPy程序来创建一个大小为2 x 3的二维数组，并打印数组、数组形状和类型。
2. 编写一个NumPy程序来创建一个从30到50的所有偶数整数的数组，取值[30, 50)。

4、数据分析与科学计算Pandas库

• Series数据结构
• DataFrame数据结构
• 索引
• 数据读写操作
• 数据操作

实践：

1. 编写一个pandas程序，将NumPy数组转换为Series对象。
2. 编写一个pandas程序，将DataFrame的第一列转换为Series。
3. 编写一个pandas程序，根据某些列中的值从给定的DataFrame对象中选择行。

5、数据可视化库Matplotlib

• Matplotlib库介绍
• 图表基本构成要素
• 绘制柱状图
• 绘制饼状图
• 绘制散点图
• 绘制子图表

实践：

1. 使用Matplotlib库绘制两个或更多线条图，要求线条有不同的宽度、颜色和风格，并带有图例。
2. 用随机数函数生成200个点，并使用Matplotlib库绘制散点图。

6、数据可视化库Seaborn

• Seaborn库介绍
• Seaborn内置数据集
• Seaborn的样式控制
• 分类图
• 柱状图
• 箱形图
• 小提琴图
• 分类散点图——Strip图
• 分类散点图——Swarm图
• 分面网格分类图
• 关联图
• 关联散点图
• 关联线图
• 分面网格关联图
• 分布图
• Dist图
• 联合图
• 密度（KDE）图
• 热力图
• 线性回归图
• 线性回归图regplot
• 分面网格线性回归图lmplot
• 分面网格绘图

实践：

1. 股票数据可视化
2. 获取贵州茅台股票历史数据
3. 绘制股票OHLC线图
4. 绘制股票成交量线图
5. 绘制股票K线图

第二阶段 Python数据分析实战：北京二手房价数据分析 培训时间0.5天

名师授课