数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程

数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标

课程目录

• 01_01_环境搭建-
• 02_02_JupyterNotebook介绍-
• 03_03_快速上手JupyterNotebook-
• 04_04_Matplotlib介绍-
• 05_05_快速上手Matplotlib-
• 06_06_Matplotlib三层结构-
• 07_08_修改x_y轴刻度-
• 08_09_中文问题解决-
• 09_10其他辅助显示层完善折线图-
• 10_11_完善折线图_图像层_-
• 11_12_创建多个绘图区-
• 12_13_折线图应用场景-
• 13_14_常见图表及散点图-
• 14_15_柱状图-
• 15_16_直方图-
• 16_17_饼图-
• 17_18_总结-
• 18_01_上节回顾-
• 19_02_今日目标-
• 20_03_Numpy优势-
• 21_04_ndarray属性-
• 22_05_生成数组的方法-
• 23_06_均匀分布与正态分布-
• 24_07_切片索引与形状修改-
• 25_08_类型修改与数组去重-
• 26_09_逻辑运算-
• 27_10_统计运算-
• 28_11_数组间运算_-
• 29_12_矩阵运算-
• 30_13_合并与分割-
• 31_14_IO操作与数据处理-
• 32_15_总结-
• 33_16_答疑-
• 34_01_上节回顾-
• 35_02_Pandas介绍-
• 36_03_DataFrame属性和方法-
• 37_04_DataFrame索引设置-
• 38_05_MultiIndex与Panel-
• 39_06_Series-
• 40_07_索引操作-
• 41_08_赋值与排序-
• 42_09_算术运算与逻辑运算-
• 43_10_统计运算与自定义运算-
• 44_11_Pandas画图-
• 45_12_csv文件的读取与存储-
• 46_13_hdf5文件的读取与存储-
• 47_14_json文件的读取与存储-
• 48_15_本阶段学习总结-
• 49_01_上节内容回顾-
• 50_02_今日安排-
• 51_03_处理np_nan类型的缺失值-
• 52_04_处理其他标记的缺失值-
• 53_05_数据离散化-
• 54_06_按方向合并pd_concat__-
• 55_07_按索引合并pd_merge__-
• 56_08_交叉表与透视表-
• 57_09_分组与聚合-
• 58_10_综合案例-
• 59_11_总结-