本课程是预测分析 Python 数据产品四门专业课程中的第一门课程，介绍用 Python 阅读和操作数据集的基础知识。在本课程中，您将了解什么是数据产品，并通过几个 Python 库来执行数据检索、处理和可视化。
基本数据处理和可视化
基本数据处理和可视化
本课程是 用于预测分析的 Python 数据产品 专项课程 的一部分
位教师：Julian McAuley
访问权限由 New York State Department of Labor 提供
22,280 人已注册
您将学到什么
就如何生成、收集和使用数据制定数据战略和流程
加载和处理 CSV 和 JSON 等格式化数据集。
处理各种格式的数据（如时间戳、字符串），并通过删除异常值等方式过滤和 "清理 "数据集。
具有使用数据处理库（如 numpy）和使用 urllib、请求进行数据摄取的基本经验
您将获得的技能
要了解的详细信息
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 用于预测分析的 Python 数据产品 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有5个模块
本周，我们将复习教学大纲，并为您准备好课程材料和软件。我们将向您介绍数据产品，并温习您对 Python 和 Jupyter 笔记本的记忆。
涵盖的内容
6个视频6篇阅读材料2个作业2个讨论话题
本周，我们将学习如何从 CSV 和 JSON 文件加载数据集。我们还将练习使用基本的 Python 命令来操作这些数据集中的数据。
涵盖的内容
6个视频3个作业1个讨论话题
本周，我们的目标是了解如何在分析数据集之前对其进行清理。我们将学习如何处理不同类型的数据，如字符串和日期。
涵盖的内容
4个视频3个作业1个讨论话题
在最后一周，我们将了解 Python 中的常用库以及它们的用途。我们将介绍使用 numpy 和 MatPlotLib 进行数据可视化，还将介绍使用 urllib 和 BeautifulSoup 进行网络抓取的基础知识。
涵盖的内容
5个视频4个作业1次同伴评审2个讨论话题
用自己选择的数据集创建自己的 Jupyter 笔记本，并练习数据处理。在这个项目中展示你所学到的技能和你所了解的库。希望你喜欢这门课程，祝你今后学习顺利！
涵盖的内容
1个视频2篇阅读材料1次同伴评审1个讨论话题
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
(35个评价)
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
- 5 stars
63%
- 4 stars
21.50%
- 3 stars
7%
- 2 stars
3.50%
- 1 star
5%
显示 3/200 个
PA
已于 Jun 29, 2022审阅
Great content. When you apply yourself to this course , there's no "dirty" data you can't handle.
MS
已于 Sep 16, 2020审阅
This course is more rewarding than I thought. The instructors give step by step explanation of the process also the syllabus of the course is just perfect, Highly recommended.
SS
已于 Feb 27, 2020审阅
Pretty easy to start with, especially with a background in CS.
从 数据科学 浏览更多内容
University of California San Diego
Microsoft
University of California, Davis
University of Colorado Boulder
¹ 本课程的部分作业采用 AI 评分。对于这些作业，将根据 Coursera 隐私声明使用您的数据。