After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
课程介绍
作为一名数据科学家，您需要清洗数据、整理与变换数据、可视化、构建预测模型，并解释这些模型。在此之前，您需要先学会如何将数据导入到 Python 中。本课程将带您学习多种在 Python 中导入数据的方法：从 .txt、.csv 等平面文件；从其它软件的原生文件，如 Excel 电子表格、Stata、SAS 和 MATLAB 文件；以及从 SQLite、PostgreSQL 等关系型数据库导入数据。视频包含实时字幕，您可以点击视频左下角的 "Show transcript" 展开查看。
课程术语表位于右侧的资源部分。
若要获得 CPE 学分，您需要完成课程并在合格测评中达到 70% 的得分。您可以点击右侧的 CPE 学分提示进入测评。
先修要求
课程大纲
课程大纲
1
导论与平面文件
在本章中，您将学习如何从各种平面文件将数据导入到 Python。平面文件是一种简单且常见的数据存储形式。您之前已经学习了 NumPy 和 pandas——本章将讲解如何使用这些库导入平面文件，并自定义导入过程。
- 欢迎来到本课程！50 经验值
- 导入整个文本文件100 经验值
- 逐行导入文本文件100 经验值
- 扁平文件在数据科学中的重要性50 经验值
- 小测验：什么是平面文件？50 经验值
- 我们为什么喜欢平面文件与 Python 之禅50 经验值
- 使用 NumPy 导入平面文件50 经验值
- 使用 NumPy 导入平面文件100 经验值
- 自定义您的 NumPy 导入100 经验值
- 导入不同数据类型100 经验值
- 使用 pandas 导入平面文件50 经验值
- 使用 pandas 将平面文件导入为 DataFrame（1）100 经验值
- 使用 pandas 将平面文件导入为 DataFrame（2）100 经验值
- 自定义 pandas 导入100 经验值
- 关于数据导入的最后思考50 经验值
2
从其他文件类型导入数据
您已经学会了导入平面文件，但作为数据科学家，您还会接触到许多其他类型的文件。本章将教您如何从一系列重要文件类型中将数据导入 Python。这些类型包括 pickled 文件、Excel 电子表格、SAS 与 Stata 文件、HDF5 文件（一种用于存储海量数值数据的文件类型）以及 MATLAB 文件。
3
在 Python 中使用关系型数据库
在本章中，您将学习如何从关系型数据库中提取有意义的数据，这是一项对任何数据科学家都至关重要的技能。您将了解关系模型，学习如何编写 SQL 查询、如何筛选与排序 SQL 记录，并通过连接数据表来执行高级查询。
Python 数据导入入门
课程完成
