最近搜索
暂无搜索记录
热搜
JAVA
大数据
分布式
Python
人工智能
爬虫
WEB
JavaScript
认证
课时01
1.ipython简介
2分19秒
课时02
2.ipython安装
2分32秒
课时03
3.使用技巧
7分5秒
课时04
4.魔术命令
8分29秒
课时05
5.执行shell命令
50秒
课时06
1jupyter介绍
2分39秒
课时07
2.jupyter安装
3分37秒
课时08
3.基本使用
7分0秒
课时09
4.编辑模式
8分21秒
课时10
1.anaconda介绍
11分11秒
课时11
2.anaconda安装
5分17秒
课时12
3.管理环境
9分56秒
课时13
4.包管理
8分2秒
课时14
1.numpy简介
3分57秒
课时15
2.Ndarray对象简介
2分55秒
课时16
1.numpy数据类型
12分55秒
课时17
2.创建Ndarray数组对象01
13分7秒
课时18
3.创建Ndarray数组对象02
21分25秒
课时19
4.创建Ndarray数组对象03
9分47秒
课时20
5.numpy数组与Python中列表的对比
5分7秒
课时21
6.Ndarray数组属性
11分22秒
课时22
1.切片和索引
15分14秒
课时23
2.高级索引
13分2秒
课时24
3.广播
8分41秒
课时25
4.迭代
20分45秒
课时26
1.修改数组形状
10分37秒
课时27
2.翻转数组
9分14秒
课时28
3.修改数组维度
20分24秒
课时29
4.连接数组
10分16秒
课时30
5.分割数组
8分30秒
课时31
6.数组元素的添加与删除
26分0秒
课时32
1.字符串函数
12分5秒
课时33
2.数学函数
7分45秒
课时34
3.算术函数
7分16秒
课时35
4.统计函数
24分57秒
课时36
5.排序函数
24分10秒
课时37
6.搜索函数
9分34秒
课时38
1.赋值&2.视图&3.副本
12分18秒
课时39
1.IO函数
10分50秒
课时40
1.matplotlib简介&pyplot的API
5分1秒
课时41
2.pylab模块
4分41秒
课时42
3.简单绘图
17分37秒
课时43
1.使用面向对象思想画图
22分17秒
课时44
2.axes和figure对象的关系
4分55秒
课时45
3.画布上创建多个子图
24分44秒
课时46
4.网格
4分8秒
课时47
5.设置轴线
19分55秒
课时48
6.保存图片
4分22秒
课时49
1.条形图
23分12秒
课时50
2.直方图
9分29秒
课时51
3.饼图
7分52秒
课时52
4.散点图
6分4秒
课时53
5.箱型图
4分8秒
课时54
6.轮廓图
6分34秒
课时55
7.图像内的文字、注释、箭头
21分9秒
课时56
1.Pillow模块处理图片
9分10秒
课时57
2.Matplotlib包中的图像模块
22分20秒
课时58
3.ndarray图像操作练习
28分45秒
课时59
4.图像灰度化
12分55秒
课时60
1.读取图像
12分17秒
课时61
2.图像灰度化
16分34秒
课时62
3.图像二值化
32分3秒
课时63
4.图像降噪
29分23秒
课时64
1.普通识别与换脸
33分18秒
课时65
2.调用摄像头识别与视频中的识别
25分31秒
课时66
1.pandas简介
8分47秒
课时67
2.系列(Series)
17分10秒
课时68
3.系列基本功能
14分21秒
课时69
4.数据帧(DataFrame)
28分0秒
课时70
5.数据帧基本功能
5分18秒
课时71
1.重建索引
23分43秒
课时72
2.迭代
17分24秒
课时73
3.排序
15分37秒
课时74
4.索引和选择数据
22分30秒
课时75
5.层次化索引
31分17秒
课时76
1.描述性统计信息函数
8分0秒
课时77
2.汇总数据
6分21秒
课时78
3.统计函数
15分29秒
课时79
4.窗口函数
18分21秒
课时80
1.丢失数据
27分47秒
课时81
2.DataFrame应用聚合
9分23秒
课时82
3.分组
26分12秒
课时83
4.合并_链接(merge函数)
19分27秒
课时84
5.级联(concat函数)
20分39秒
课时85
6.日期与时间
19分34秒
课时86
7.分类数据
29分13秒
课时87
8.可视化
23分18秒
课时88
9.IO操作
41分49秒
课时89
10..数据透视表
19分8秒
课时90
11.数据交叉表
4分22秒
课时91
1-认识数据并预处理
28分48秒
课时92
2-最受欢迎的菜并可视化分析
19分55秒
课时93
3-订单消费维度分析并可视化
39分7秒
课时94
4-日期与时间维度进行点菜量分析
24分35秒
课时95
5-项目总结
7分7秒
课时96
1-需求分析
9分25秒
课时97
2-预处理-重复值、缺失值、格式调整
29分48秒
课时98
3-预处理-异常值处理和偏态分布
8分26秒
课时99
4-预处理-月份列的数据规整
5分4秒
课时100
5-数据分析-货品配送服务分析
20分57秒
课时101
6-数据分析-销售区域潜力分析
17分55秒
课时102
7-数据分析-商品质量分析,项目总结
26分44秒
课时103
1-项目介绍,需求分析
8分36秒
课时104
2-导入数据,初步分析数据
19分38秒
课时105
3-数据预处理,用户整体消费分析(按月)
37分41秒
课时106
4-用户个体消费分析-消费金额与次数描述统计
19分19秒
课时107
5-用户个体消费分析-消费金额分布与贡献率
37分38秒
课时108
6-用户消费行为-首购和最后一次购买分析
15分18秒
课时109
7-用户分层-透视表与构建RFM模型
25分5秒
课时110
8-用户分层-RFM模型分析并可视化
33分44秒
课时111
9-用户分层-新用户,活跃用户,回流用户的流失分析1
15分47秒
课时112
10-用户分层-新用户,活跃用户,回流用户的流失分析2
42分15秒
课时113
11-用户购买周期分析
20分8秒
课时114
12-用户生命周期分析
28分17秒
课时115
13-用户复购率分析
20分40秒
课时116
14-用户回购率分析
29分41秒
课时117
15-项目总结
5分12秒
课时118
1-背景介绍
3分41秒
课时119
2-每天每月销量分析
27分16秒
课时120
3-用户购买量和金额分析-merge函数
27分8秒
课时121
4-用户2次购买门票
21分55秒
课时122
5-用户5次以内购买门票占比分析
18分37秒
课时123
6-用户复购率和复购人数分析
24分31秒
课时124
7-用户回购率和回购人数分析
29分55秒
课时125
8-新用户-活跃用户占比分析
29分56秒
课时126
9-回流用户,活跃用户分析
26分2秒
课时127
10-用户生命周期分析
34分0秒
课时128
11-用户留存天数计算
30分20秒
课时129
12-用户留存率计算
32分22秒
课时130
13-项目总结
5分16秒
课时131
01-项目介绍
17分32秒
课时132
02-加载数据-数据规整处理
43分33秒
课时133
3-是否使用优惠券消费占比分析
36分40秒
课时134
4-距离和折扣率分析
16分16秒
课时135
5-过滤出持券消费人数并联合数据
23分22秒
课时136
6-皮尔逊相关系数分析
32分57秒
课时137
7-求优惠券每天的发放量和使用量
28分34秒
课时138
8-优惠券发放和使用可视化分析、总结项目
23分58秒