目前数据分析已经深入到各个行业中，尤其以Python为工具的数据分析和数据挖掘将越来越流行，但在数据分析和挖掘中，最消耗时间的就是数据处理了，高效的数据处理技能已经成为工作中必不可少的技能之一了。熟练掌握和运用Python对数据进行高效的处理，可以大大提高数据分析和数据挖掘的效率。

   Python数据处理实战: 基于真实场景的数据(Python数据处理和特征工程)作为Python数据清洗实战入门课程的升级版，本课程以真实的场景数据为案例进行教学，包括征信，电商，零售数据等, 本课程由浅入深详细讲解Python数据处理和特征工程在真实项目中的运用, 本课程专门针对想深入学习Python数据处理而量身定做的课程，是讲师在多年真实项目和实践工作的总结，涵盖实际项目中主要的知识点，内容详尽，代码可读性及实操性强。

    掌握好数据处理和特征工程，有利于今后从事或者转行数据分析或者数据挖掘，以及解决工作和项目中遇到的各种数据处理问题。

课程目标：

1. 熟悉数据处理的流程和方法

2. 熟练掌握pandas和numpy的运用

3. 举一反三,能够独立完成数据分析中数据处理阶段的任务

4. 提高数据处理能力，在项目中能够事半功倍

课程定位:

1.   零基础学员或者有一定基础学员、大中院校学生；

2.   在职从事数据分析相关工作以及打算转行Python数据分析人员；

3.   对Python有兴趣人群。

课程特色

  1.    相关代码老师课堂上全部打出，方便理解和记忆;

  2.    提供源代码和数据方便同学们预习和复习;

  3.    使用真实的数据进行教学，紧贴实战，避免枯燥的理论;

  4.    在教学过程中，尽可能多的使用图表教学;

  5.    每一个章节后面都配有相关练习题目以及习题答案，方便同学们进行自我测试。

课程学习环境:

Python3.7版本

讲师介绍:

    Peter， 某科技公司高级量化分析师，金融数学硕士毕业，擅长数据分析和数据挖掘，在公司长期从事机器学习建模，拥有多家银行，消费金融和互联网金融风控建模经验。熟练掌握Python编程软件和数据库等软件.