Python 数据科学课程可以帮助您学习数据操作、统计分析、数据可视化和机器学习基础知识。您可以掌握处理数据 Set、执行探索性数据分析和开发预测模型的技能。许多课程都会介绍用于数据操作的 Pandas、用于可视化的 Matplotlib 和 Seaborn 以及用于机器学习的 Scikit-learn 等工具,让您能够在实际项目和真实世界的数据挑战中应用自己的技能。

您将获得的技能: Python 程序设计, JSON, Pandas(Python 软件包), 数据导入/导出, 还原式 API, 面向对象编程(OOP), 数据操作, 数据结构, 数据分析, 计算机编程, NumPy, 文件输入/输出, 网页抓取, 自动化, Jupyter, 应用编程接口 (API), 编程原则
初级 · 课程 · 1-3 个月

IBM
您将获得的技能: Python 程序设计, 模型评估, 数据分析, Pandas(Python 软件包), 数据导入/导出, Scikit-learn (机器学习库), 回归分析, 数据预处理, 数据操作, 数据清理, 数据转换, 统计分析, 预测建模, NumPy, 数据科学, Matplotlib, 探索性数据分析, 数据驱动的决策制定, 数据可视化
中级 · 课程 · 1-3 个月

Fractal Analytics
您将获得的技能: 数据可视化软件, 商业分析, 描述性统计, 数据分析, Pandas(Python 软件包), 数据预处理, 统计假设检验, 统计分析, 数据操作, 统计, 数据清理, 数据转换, 功能工程, 数据整理, Jupyter, Matplotlib, 相关性分析, 数据科学, Seaborn, 探索性数据分析
初级 · 课程 · 1-3 个月

IBM
您将获得的技能: Python 程序设计, 仪表板, Pandas(Python 软件包), 数据分析, 数据操作, 数据处理, 数据收集, 网页抓取, 数据展示, 数据科学, Jupyter
中级 · 课程 · 1-4 周

您将获得的技能: Pandas (Python Package), NumPy, Data Manipulation, Data Preprocessing, Package and Software Management, Data Analysis, Data Transformation, Data Integration, JSON, Object Oriented Programming (OOP), Data Wrangling, Data Science, Python Programming, Computer Programming, Programming Principles, Data Import/Export, Software Design, Data Validation, Computational Logic, Data Structures
初级 · 专项课程 · 3-6 个月

IBM
您将获得的技能: 数据可视化软件, 交互式数据可视化, 仪表板, 模型评估, 数据分析, 无监督学习, 监督学习, 数据导入/导出, Plotly, 数据操作, 数据转换, 数据扫盲, 数据清理, SQL, 生成式人工智能, Jupyter, 探索性数据分析, 专业网络, 数据挖掘, 数据可视化
攻读学位
初级 · 专业证书 · 3-6 个月

您将获得的技能: Python 程序设计, 数据可视化软件, 仪表板, Pandas(Python 软件包), 描述性统计, 数据导入/导出, 数据分析, 存储过程, 统计分析, 统计, 数据展示, 概率分布, 网页抓取, SQL, 计算机编程工具, 数据科学, Jupyter, 编程原则, 关系数据库, 数据可视化
攻读学位
初级 · 专项课程 · 3-6 个月

您将获得的技能: Object Oriented Programming (OOP), Data Structures, Python Programming, NumPy, Pandas (Python Package), Data Analysis, Scripting, Data Manipulation, Data Visualization, Algorithms, Debugging
高级设置 · 课程 · 1-3 个月

University of Michigan
您将获得的技能: Python 程序设计, 交互式数据可视化, 数据可视化软件, 图论, 模型评估, Pandas(Python 软件包), 社交网络分析, 数据预处理, 自然语言处理, 监督学习, 文本挖掘, 数据操作, 科学可视化, 功能工程, 网络分析, 应用机器学习, NumPy, 可视化(计算机制图), Matplotlib, 数据可视化
中级 · 专项课程 · 3-6 个月

您将获得的技能: A/B Testing, Pandas (Python Package), Matplotlib, Plotly, Data Visualization, Statistical Methods, GitHub, Data Manipulation, Version Control, Statistical Analysis, Data Science, Python Programming, NumPy, Data Analysis, Jupyter, Programming Principles, Data Cleansing, Exploratory Data Analysis, Scripting
初级 · 课程 · 1-3 个月

您将获得的技能: Python 程序设计, Pandas(Python 软件包), 数据分析, 存储过程, 事务处理, 数据操作, SQL, 关系数据库, Jupyter, 数据库, Query 语言
初级 · 课程 · 1-3 个月
University of Michigan
您将获得的技能: Python 程序设计, 数据分析, Pandas(Python 软件包), 数据导入/导出, 数据预处理, 统计分析, 数据操作, 数据清理, 编程原则, NumPy, 数据科学, 透视表和图表
中级 · 课程 · 1-4 周
Python 是一种用于数据科学的开源编程语言,以其初学者友好的语言和多功能性而著称。 这种流行的编码语言能与多种软件组件很好地集成,并能在 Windows、Mac 和 Linux 等多个平台上运行。 它还为程序员提供了令人印象深刻的支持社区和库。 据 ZDNet 报道,这种编程语言在全球拥有820 万名开发人员,深受追捧。
学习用于数据科学的 Python 会有所裨益,因为它在许多数据科学应用中都有使用。 该程序之所以受欢迎,是因为它往往易于学习,而且语言简单,与其他编码语言相比,编写代码的速度更快,行数更少。 学习 Python 后,您可能会对用于收集和分析数据的方法有更深入的了解,从而产生更多的兴趣和职业机会。
使用 Python 的典型数据科学职业包括数据分析师、软件工程师、开发人员和网络工程师。 不过,学习 Python 并不一定要成为一名编码员或开发人员。 了解 Python 对数学家、研究人员、会计师、营销人员和产品经理等从事数据工作的各类人员都大有裨益。
通过在线课程,您可以学习 Python 的基础知识及其在数据科学领域的应用。 有些课程向您展示如何用 Python 编写代码,有些课程则探讨如何使用 Python 语言更快地挖掘数据并创建数据可视化。 课程可能涉及 Python 扩展库、Python 数据操作和模型开发等主题。