Python已经是现在Data Analytics领域最受欢迎的数据分析软件了。这个结论是有数据支持的。

KDnuggets网站最近公布了2018年度的数据分析、数据科学和机器学习工具调查结果。2300多名参与者对自己“过去 12 个月内在项目开发中使用过的数据分析工具”进行了投票。结果显示Python取代了R成为最受欢迎的数据分析工具！

但是上面这幅图里，毕竟也包含了Data Science、Machine Learning的工作者，难道对于Data Analytics数据分析领域本身，Python也已经成为了需求最大的工具了吗？

为了更严谨地回答这个问题，我们爬了3万条Data Analyst的Job Description，得到了Python在这些Job Description中出现的频率，我们惊奇地发现：

Python在Data Analyst的Job Description里出现的频率居然高达69%！

（R的频率是66%.)

有了这个数据，想必大家都觉得有必要学习Python了吧！

不论你是工作人士还是学生，请回答以下问题：

如果你对以上任何一个问题的回答是Yes，那你不仅有必要学习Python，你还十分紧迫地需要这门技术！

【课程内容】

第一课 Python数据分析的一般概念、操作界面、常用数据包

这节课我们会讲Python的数据类型、操作界面Jupyter Notebook、常用的数据分析的应用包，比如：

第二课如何用Python进行Data Review & QA

对于一个数据分析师来说，工作中大量的时间都花在了Data Review和Quality Assurance/Control（数据检查）上，也就是常说的QA。QA相当重要，但是又异常繁琐。第二课，我们会学习如何用Python高效快速QA

第三课用Python进行数据处理

数据处理是数据分析中最重要的环节，它是从数据中整理、得出有意义的洞察的前提。这节课中我们会学习用Python进行：

第四课用Python进行二维表格处理

工作中，经常需要我们对数据进行二维表处理，Pivot就是一个常见的转化横表、竖表的方法。这节课我们会学习Stack的概念，学会用Python进行快速的数据结构转化。

第五课 Loops及其应用

这节课我们讲学习Loop的概念，以及如何利用loop用Python进行纵向、横向查找。

第六课用matplotlip以及seaborn进行数据可视化

这节课我们将学习如何用Python的数据可视化程序包制作出精美绝伦的数据图，亮瞎你挑剔的老板！

第七课自定义函数

尽管Python自带了各种很有价值的程序包，但我们也难免会遇到需要自己设定函数解决问题的时候。这节课我们会学习如何自己创造解决特定问题的程序包，也就是自定义函数。

第八课运用前七课的内容进行实例练习

最后一节课，我们将全面应用前七节课的所有知识点，面对实际工作场景中几乎每天都遇到的数据案例进行实际操作。

【课程老师】

由于Python是一门操作性的数据工具课，因此我们特别邀请了两位老师来授课，分别负责概念讲解和练习。

主讲老师：Effie老师，在Code&Theory担任高级数据编程分析师，有着营销和商业背景的她，深知日常工作中数据分析师们面临的实际问题，她摒弃市面上其他Python课程的偏数理、偏理论的作风，从实用主义出发，用案例教学来让大家真正学会用Python解决日常天天遇到的数据分析问题！
习题老师：Henry老师，在Pienso担任机器学习工程师。具有5年数据科学背景，熟悉各类数据分析工具和算法。Henry老师精心设计了各类实操练习题，帮你巩固所学知识！

好学的你也许错过了：

原来Machine Learning的原理就在《哈利波特》里！