为什么BI可视化被越来越多的企业重视? 都有哪些BI可视化工具,怎么选择适合自己的工具呢? 我不会技术,我不是计算机专业,我不是本科,可以学BI可视化么,这个赛道能挣多少钱? 怎么学习才是有效而且是高效的? 那么这章,就带着大家解决上面的问题,进入BI可视化的世界
欲善其事必先利其器,做好BI可视化的系统,我们需要学习哪些方面的知识呢?如何做个后端和前端的系统呢? 本章老师带着大家一起回顾和学习python的基础数据结构和数据分析所用的工具的数据结构,这两个是做好BI可视化的前提,并且从面向对象编程的思维出发,了解什么是面向对象编程,对于类、对象、私有变量、类变量等等进行生动的讲解。 通过本章的学习,打好开发思维的基础,大家可以获得算法基础知识,编程思维,在实战过程中我们会做的更轻松
Numpy是什么,也许同学们听过但是没用过,也许用过,但是在大数据和数据分析以及BI可视化中为什么用numpy呢? 本章老师手把手带着大家利用numpy做数据计算以及数学公式的计算,通过实操,各位同学可以深刻了解Numpy的功能和使用方法,能够在工作中快速、高效的计算出数据结果
作为数据分析和BI可视化必不可少的numpy和pandas,有什么区别?分别都用到具体工作中的哪部分? 这个章节,老师带着同学手把手利用pandas做数据的分组、聚合、计算等数据预处理。 让大家能够学习到并且独立运用pandas做数据预处理。数据预处理是大数据分析、BI可视化必不可少的一步。
当我们利用numpy以及pandas处理和计算完成数据,如何快速的展示出图表呢?图表是BI可视化的灵魂。 本章老师带着大家,手把手的利用matplotlib画出折线图、柱状图、散点图、直方图,根据这几个案例,各位学生可以举一反三,画出更多的图表,能够独立的处理BI可视化最重要,也是最简单的图表方案
当我们学习好python的数据工具(numpy及pandas),那么我们有什么办法通过数据分析出更有价值的信息呢,我们常听说数据建模,数据建模有哪些方法呢? 本章老师从理论和实操两个方面,带领大家学习多元回归模型、K-Means聚类分析法、时间序列模型等常用的数据建模的模型,通过本章的学习,大家能够在工作中套用我们的代码以及知识完成工作中的需要。 并且通过数据建模的学习,能够提高我们的核心竞争力,让我们能够从茫茫人海中脱颖而出。
情景分析又称需求分析,在做代码开发前,我们需要对需求完全了解,才能让我们的代码开发事半功倍 本章老师依托甘肃省的气温和降水为实例,带领大家一起分析需求,找出开发功能点
我们通过第七章的学习,了解并分析了需求,然后我们需要在分析数据之前要利用聚合、分组、规约等手段对数据进行预处理,使得脏数据都被剔除掉,留下有用的数据为之后的数据分析和BI可视化的展示提供有价值的数据 本章老师手把手带着大家利用数据预处理的手段对原始数据进行处理,清洗出有用的数据,并为之后的章节服务 本章学员能够学习到数据预处理的方法和整个过程
本章理论与实操结合,使用清洗完成的数据,完成数据建模的学习 本章老师手把手带领大家学习用平稳序列建模预测降水,用非平稳序列建模预测气温。学员通过本章的学习,获得常用的两种建模的方法以及使用场景,并获得相应的技术能力。在工作中可以利用学习到的建模方法处理数据,提高我们的核心竞争力
当我们数据准备完成并且建模完成后,如何设计出一个高性能、稳定的系统呢? 本周老师带领大家通过系统模型的选择,设计出高性能、稳定的系统。
系统离不开数据,数据离不开数据库的存储,本周主要回顾mysql的基本操作,如:创建数据库和表,数据的增删改查以及利用python封装mysql。 为之后的系统开发提供最基本的底层数据服务。 本章输出的代码可以广泛利用到各个系统中,学员也会获得相应的代码封装知识和代码
之前的课程我们通过理论和实操,完成了数据清洗、数据建模、系统设计、数据库封装等基础工作。 本章老师带领大家利用MVC的开发思想进行后端的系统设计,学员通过本章的学习,可以获得MVC的系统实战经验,以及系统分层的原理。并利用blueprint完成接口的分发和分组
当我们把数据和后端准备成功后,需要有个前端通过可视化的手段进行数据的展示,如何设计出精美的BI大屏? 本章老师带领大家从创建前端脚手架开始,通过组件化、css页面布局、静态数据渲染以及动态数据渲染等知识的学习。体验并学习前端的开发过程以及前后端数据交互的过程。这也是可视化BI的唯一展示的学习章节。 学习后,大家可以通过老师的脚手架后续开发出更多的精美BI大屏
选课、学习遇到问题?
扫码添加指导老师 1V1 帮助你!
添加后老师会第一时间解决你的问题