第一课 Python入门
知识点1：Python安装
知识点2：常用数据分析库NumPy、Scipy、Pandas、matplotlib安装
知识点3：常用高级数据分析库scikit-learn、NLTK安装
知识点4：IPython的安装与使用
知识点5：Python2与Python3区别简介
实战项目：Python常用科学计算
第二课 准备数据与Numpy
知识点1：多维数组对象
知识点2：元素级别处理函数
知识点3：利用数组进行数据处理
知识点4：文件输入输出
知识点5：线性代数相关功能以及线性代数基础知识
知识点6：随机数的生成
实战项目：通过实际代码演示NumPy的多维数组与线性代数矩阵操作，以及数据输入输出
第三课 Python数据分析主力Pandas
知识点1：基本数据结构
知识点2：基本功能：索引，选取，过滤，排序...
知识点3：基本统计功能
知识点4：缺失数据处理
知识点5：层次化索引
实战项目：通过实际代码演示pandas处理及统计数据
第四课 数据获取与处理
知识点1：工业界常见数据格式与形态
知识点2：python对不同格式的数据读写
知识点3：pandas数据处理复习
知识点4：数据简易爬取与解析
知识点5：正则表达式：快捷捕捉你想要的信息
实战项目：简易网页爬取与数据解析处理
第五课 数据可视化Matplotlib
知识点1：信息可视化和数据可视化的基本原理
知识点2：常见可视化的方式
知识点3：如何针对数据特点设计可视化方案
实战项目：一典型可视化方式的实现（提供课堂ipython代码实例）
第六课 使用NLTK进行Python文本分析
知识点1：分词
知识点2：词性标注
知识点3：情感分析
知识点4：词形还原
知识点5：拼写检查
知识点6：文本分类
实战项目：一个典型文本分类流程的实现
第七课 python 社交网络分析igraph
知识点1：社交网络分析指标介绍
知识点2：pagerank算法
知识点3：igraph中多种社区发现算法介绍
实战项目：如何构造一个图，节点、边操作，以及基础图算法使用和可视化案例
第八课 Python机器学习scikit-learn
知识点1：scikit-learn简介
知识点2：机器学习的处理流程：以scikit-learn为例
知识点3：scikit-learn的优化方法（并行化处理，cython的使用等）
实战项目：以手写数字识别和房价预估为例，如何利用sklearn进行机器学习的特征转化、建模、可视化，以及最后的模型评估
第九课 数据科学完整案例
知识点1：数据获取与解析：你爱的足球队
知识点2：用“数据”的眼睛去看球：“一个人完成的央视数据统计”
知识点3：球员数据统计与可视化：“到底谁是最好的球员？”
实战项目：从抓取数据、解析数据、分析数据，到可视化、建模完整走一遍，从实际案例中一举窥探数学科学完整工作流程
第十课 Python分布式计算
知识点1：Python多进程模块Multiprocessing
知识点2：Python使用Hadoop分布式计算库mrjob
知识点3：Python使用Spark分布式计算库PySpark
实战项目：分别使用MapReduce和Spark实现wordcount
下载地址：
原文地址：https://www.cnblogs.com/52pg/p/9073916.html