课程目录：
1·1-python学习的目的性
2·2-python的开发工具的介绍及下载
3·3.1-python解释器的安装
4·4.2-pycharm编译器的安装
5·4.3-配置pycharm
6·4.4pycharm编译器的激活与环境配置
7·4.5pycharm的基本使用
8·5-Pycharm新建项目&配置项目环境
9·6-python基础语法-1
10·6-python基础语法-2
11·6-python的输出函数和输入函数-3
12·6-python的转义符-4
13·7-python的变量
14·8-Python的数据类型-数字
15·9.0-python数值运算
16·9.1-python支持常见的比较运算符
17·9.2运算符与或非
18·9.3-python的空值以及内置函数的返回值
19·10-字符串-切片-1
20·10-字符串-切片-2
21·10-字符串-下表取值
22·11-python字符串拼接
23·12-python字符串格式化
24·13字符串的常用方法find&count
25·14字符串replace&upper%lower
26·15字符串split&strip
27·16传统的格式化输出&F表达式
28·17字符串format的进阶用法
29·18定义列表
30·19列表的长度和更新列表
31·20列表的加法和乘法操作
32·21列表的切片取值
33·22列表的操作方法del&append
34·23列表的操作方法insert&clear
35·24列表操作方法remove&pop
36·25列表操作方法index&reverse
37·26列表操作方法extend
38·27列表的操作方法copy
39·28列表操作方法sort
40·29列表操作方法count
41·30元祖的创建&元祖与列表的不同
42·31元祖的加法以及元祖中列表的数据更新
43·32关于元祖列表字符串的一些共同操作
44·33元祖的注意事项以及乘号的使用
45·34集合的创建&数据去重
46·35集合添加元素的方法&合并集合
47·36集合删除元素的方法
48·37集合的交集和并集
49·38创建字典&空字典
50·39字典的增删改查的操作
51·40字典的操作方法get&keys
52·41字典操作方法items&values
53·42字典的操作方法clear©
54·43字典的操作方法fromkeys&pop
55·44字典的操作方法popitem&setdefault
56·45字典的操作方法update函数
57·46成员检测in¬ in
58·47判断某两个对象是否相同is&isnot
59·48-1python的条件语句if
60·48-2python的条件语句
61·49python数据检测方法type()
62·50python的强制数据类型转换str()
63·51python的数据类型强制转换int()&float()
64·52python的数据类型强制转换bool()
65·53python的数据类型强制转换list()
66·54python的数据类型强制转换turple()
67·55python的数据类型强制转换set()
68·56python的数据类型强制转换dict()
69·56python用来判断一个对象是否是一个已知的类型isinstance()
70·57-1python的条件语句if
71·58-2python的条件语句
72·59python的for循环
73·60python的for循环操作-2
74·61python双层for循环提取嵌套列表中的元素
75·62python的while循环
76·63python关键字break和continue在for循环中的使用
77·64python关键字break和continue在while循环中的使用
78·65python的pass语句
79·66python函数的创建和调用以及参数传递
80·67python函数的位置参数
81·68python函数的默认参数
82·69python的关键字参数
83·70python命名关键字参数
84·71python的可变参数星号加参数名
85·72python的可变参数两个星号加参数名
86·73python参数解包
87·74参数的解包
88·75参数解包和可变参数配合使用
89·76python函数中各种参数排列的注意事项
90·77python的return关键字
91·78函数返回函数
92·1.1.ipython-简介
93·2.2.ipython-安装
94·3.3.使用技巧
95·4.4.魔术命令
96·5.5.执行shell命令
97·6.1.jupyter-介绍
98·7.2.jupyter-安装
99·8.3.基本使用
100·9.4.编辑模式
101·10.1.anaconda-介绍
102·11.2.anaconda-安装
103·12.3.管理环境
104·13.4.包管理
105·14.1.numpy简介
106·15.2.Ndarray对象简介
107·16.1.numpy数据类型
108·17.2.创建Ndarray数组对象01
109·18.3.创建Ndarray数组对象02
110·19.4.创建Ndarray数组对象03
111·20.5.numpy数组与Python中列表的对比
112·21.6.Ndarray数组属性
113·22.1.切片和索引
114·23.2.高级索引
115·24.3.广播
116·25.4.迭代
117·26.1.修改数组形状
118·27.2.翻转数组
119·28.3.修改数组维度
120·29.4.连接数组
121·30.5.分割数组
122·31.6.数组元素的添加与删除
123·32.1.字符串函数
124·33.2.数学函数
125·34.3.算术函数
126·35.4.统计函数
127·36.5.排序函数
128·37.6.搜索函数
129·38.1.赋值&2.视图&3.副本
130·39.1.IO函数
131·40.1.matplotlib简介&pyplot的API
132·41.2.pylab模块
133·42.3.简单绘图
134·43.1.使用面向对象思想画图
135·44.2.axes和figure对象的关系
136·45.3.画布上创建多个子图
137·46.4.网格
138·47.5.设置轴线
139·48.6.保存图片
140·49.1.条形图
141·50.2.直方图
142·51.3.饼图
143·52.4.散点图
144·53.5.箱型图
145·54.6.轮廓图
146·55.7.图像内的文字、注释、箭头
147·56.1.Pillow模块处理图片
148·57.2.Matplotlib包中的图像模块
149·58.3.ndarray图像操作练习
150·59.4.图像灰度化
151·1.1.1-认识数据并预处理
152·2.2.2-最受欢迎的菜并可视化分析
153·3.3.3-订单消费维度分析并可视化
154·4.4.4-日期与时间维度进行点菜量分析
155·5.5.5-项目总结
156·6.6.1-需求分析
157·7.7.2-预处理-重复值、缺失值、格式调整
158·8.8.3-预处理-异常值处理和偏态分布
159·9.9.4-预处理-月份列的数据规整
160·10.10.5-数据分析-货品配送服务分析
161·11.11.6-数据分析-销售区域潜力分析
162·12.12.7-数据分析-商品质量分析,项目总结
163·13.13.1-项目介绍，需求分析
164·14.14.2-导入数据,初步分析数据
165·15.15.3-数据预处理,用户整体消费分析(按月
166·16.16.4-用户个体消费分析-消费金额与次数描述统计
167·17.17.5-用户个体消费分析-消费金额分布与贡献率
168·18.18.6-用户消费行为-首购和最后一次购买分析
169·19.19.7-用户分层-透视表与构建RFM模型
170·20.20.8-用户分层-RFM模型分析并可视化
171·21.21.9-用户分层-新用户，活跃用户，回流用户的流失分析1
172·22.22.10-用户分层-新用户，活跃用户，回流用户的流失分析2
173·23.23.11-用户购买周期分析)
174·24.24.12-用户生命周期分析
175·25.25.13-用户复购率分析
176·26.26.14-用户回购率分析
177·27.27.15-项目总结
178·28.28.1-背景介绍
179·29.29.2-每天每月销量分析
180·30.30.3-用户购买量和金额分析-merge函数
181·31.31.4-用户2次购买门票-2
182·32.32.5-用户5次以内购买门票占比分析
183·33.33.6-用户复购率和复购人数分析
184·34.34.7-用户回购率和回购人数分析
185·35.35.8-新用户-活跃用户占比分析
186·36.36.9-回流用户，活跃用户分析
187·37.37.10-用户生命周期分析
188·38.38.11-用户留存天数计算
189·39.39.12-用户留存率计算
190·40.40.13-项目总结
191·41.41.O2O_优惠券使用情况分析-01-项目介绍
192·42.42.O2O_优惠券使用情况分析-02-加载数据-数据规整处理
193·43.43.O2O_优惠券使用情况分析-03-是否使用优惠券消费占比分析
194·44.44.O2O_优惠券使用情况分析-04-距离和折扣率分析
195·45.45.O2O_优惠券使用情况分析-05-过滤出持券消费人数并联合数据
196·46.46.O2O_优惠券使用情况分析-06-皮尔逊相关系数分析
197·47.47.O2O_优惠券使用情况分析-07-求优惠券每天的发放量和使用量
198·48.48.O2O_优惠券使用情况分析-08-优惠券发放和使用可视化分析、总结项
199·1.1数据分析图表的作用
200·1.2如何选择适合的图表类型

腾讯认证讲师---王莹莹老师（花名：慕洲） 9年+开发经验，曾就职于京东、国家中科类脑实验室等一线互联网公司，重点活跃于python大数据以及人工智能物联网等互联网一线领域，对于Java、Python、Spark、Hadoop、机器学习、深度学习等技术有自己独特的理解方式。 擅长实战驱动教学, 举一反三,触类旁通,培养学生独立解决问题的能力, 理论与实战紧密结合