Python Data Analyst Notebook

DataWhale Python data analyst junior study notebook, bese on 《Python for data analysis 2》

---

DatawhaleTasks

test.ipynb

Git的使用

---

学习笔记

第一章 准备工作

• 重要的Python库
• 行话

第二章 Python语法基础，IPython和JupyterNotebooks

• Tips
• 魔术指令

第三章 Python的数据结构、函数和文件

• 3.1 数据结构和序列
• 3.2 函数
• 3.3 文件和操作系统
• 3.4 结论

第四章 NumPy基础：数组和矢量计算

Chaper4.ipynb

• 4.1 NumPy的ndarray：一种多维数组对象
• 4.2 通用函数：快速的元素级数组函数
• 4.3 利用数组进行数据处理
• 4.4 用于数组的文件输入输出
• 4.5 线性代数
• 4.6 伪随机数生成
• 4.7 示例：随机漫步
• 4.8 结论

第五章 pandas入门

Chapter5.ipynb

• 5.1 pandas的数据结构介绍
• 5.2 基本功能
• 5.3 汇总和计算描述统计
• 5.4 总结

第六章 数据加载、存储与文件格式

Chapter6.ipynb

• 6.1 读写文本格式的数据
• 6.2 二进制数据格式
• 6.3 Web APIs交互
• API练习读取vvt分割数据翻译translate.ipynb
• 6.4 数据库交互
• 6.5 总结

第七章 数据清洗和准备

Chapter7.ipynb

• 7.1 处理缺失数据
• 7.2 数据转换
• 7.3 字符串操作
• 7.4 总结

第八章 数据规整：聚合、合并和重塑

Chapter8.ipynb

• 8.1 层次化索引
• 8.2 合并数据集
• 8.3 重塑和轴向旋转
• 8.3 总结

---

Addition Notes

1. Anaconda的安装集成jupyter notebook
2. Code prettify插件教程
3. 多版本Python兼容切换
4. jupyter notebook使用笔记