课程规划全面。涵盖基础知识、爬虫采集、数据处理、可视化、数据建模，难得一见的Python体系全面数据科学课程，起步之路有高度；精品质量。课程设计环节紧凑，循循善诱；课堂教学如行云流水，让人受益匪浅 第一章：Python与数据科学应用 第二章：数据搜集实例 第三章：资料清理(I) 第四章：资料清理(II) 第五章：资料探索与资料视觉化 第六章：资料储存实例 第七章：使用机器学习建立数据模型(回归模型) 第八章：使用机器学习建立数据模型(分类模型) 第九章：使用机器学习建立数据模型(验证模型) 第十章：使用机器学习建立数据模型(资料分群) 第十一章：使用机器学习建立数据模型(特征筛选与降低维度) 第十二章：使用机器学习建立数据模型(关联与频繁样式分析篇)

运动app，keep的爬虫程序，为避免每个用户的数据的爬取，程序中依据keep主页上搜寻精选话题的相关用户id，然后依据这些用户id来爬取对应的图片

根据某商场货物销售数据 利用python实现数据可视化 进行分析 代码2000+行 文档预览：https://blog.csdn.net/weixin_45741872/article/details/118787250

根据某法国疫情公开数据 利用python实现数据可视化 进行分析 代码300+行 文档预览：https://blog.csdn.net/weixin_45741872/article/details/118787972

《Python数据可视化编程实战（第2版）》配套资源.zip

用python数据分析技术对某药店一年销售数据进行处理与分析，内涵数据集，源码及说明文档，完美应对python课设及大作业

数据结构 Python语言描述(英),pdf格式 作者：[美] Kenneth A. Lambert 兰伯特

Python数据分析参考书 Wes McKinney著 中文版 带标签目录

使用Python爬虫、EChart、WordCloud等技术，实现了对豆瓣电影Top250的数据可视化以及词云图片生成。

《日内高频交易实战，从python数据分析到C++编写策略》是《从编程小白到量化宗师之路》系列的第二个中级课程。本课程宗旨是缩短个人和小型结构投资者和大型机构投资者的差距。课程内容从数据统计基本概念入手，抛开大多数人使用的传统技术指标体系（如MACD，KDJ 等），对市场交易数据进行深入分析，识别出其中的统计规律，发掘交易机会, 后期过渡到采用机器学习方式进行交易策略的研发，课程用到的机器学习方法有多项式线性回归，支持向量机（SVM），隐马尔可夫（HMM），朴素贝叶斯。 课程注重实战，学员上课后，可以达到：日内高频交易策略研发，对统计学和概率论有一些应用上的基础，从而能够自行继续研发新的策略。将日内高频的研究发到带到短期，中期交易策略中，提高盈利机会。 课程使用数据来源于两个早期课程： 股票数据下载课程 https://edu.csdn.net/course/detail/24720  期货tick数据收集整理课程 https://edu.csdn.net/course/detail/24783 课件中包含一些数据，当然同学们也可以使用自行收集的数据。