数字经济与数据科学讲义

第一次训练

Initializing search

首页
数据科学工具
概率统计分析
计量经济学方法
机器学习与概率机器学习
人工智能（AI）训练与部署
高等数学形象化
量化金融理论与实践
课程材料

数字经济与数据科学讲义

首页
首页
- 本站说明
- 课程简介
数据科学工具
数据科学工具
- Python简介
- Python语法基础
- Numpy数组应用
  Numpy数组应用
  - Numpy 概论
  - Python控制结构
- Pandas应用
  Pandas应用
  - Pandas简介
  - Python函数与模块
- 数据可视化
  数据可视化
- 其他数据科学库
概率统计分析
概率统计分析
计量经济学方法
计量经济学方法
- Pandas概论
  Pandas概论
- 人工智能
- 大数据
- 云计算
机器学习与概率机器学习
机器学习与概率机器学习
人工智能（AI）训练与部署
人工智能（AI）训练与部署
高等数学形象化
高等数学形象化
量化金融理论与实践
量化金融理论与实践
课程材料
课程材料
- 课程简介
- 经济数据与Python应用
  经济数据与Python应用
  - 第一次训练
  - 第二次训练（课堂训练）
  - 第三次训练
  - 第四次训练（Numpy通论）
  - 第五次训练
  - 第六次训练（Pandas）
  - 第七次训练：Pandas扩展
  - 第八次训练
    第八次训练
    
    第八次训练（一）：Matplotlib初步
    
    第八次训练（二）股票K线图绘制
  - 第九次训练
    第九次训练
    
    用 Matplotlib进行可视化
    
    简单线形图形
    
    简易散点图
    
    密度图与等高线图
    
    直方图，区间划分和密度图
    
    配置图例
    
    使用 Matplotlib 绘制三维立体图形
    
    地理信息与地图
    
    设置颜色条
  - 第十次训练
    第十次训练
    
    Python文本分析基础
    
    案例：数字化人才需求分析——来自招聘广告的证据
    
    文本分析扩展
- 多元统计分析
  多元统计分析
  - 第一次训练
  - 第二次训练
  - 第三次训练
  - 第四次训练
    第四次训练
    
    Pandas 基础入门
    
    Pandas 入门操作
    
    数据接入与导出（IO）
    
    Pandas基本对象介绍
    
    Pandas数值运算
    
    处理缺失数据
    
    层级索引
    
    数组的组合: Concat 和 Append方法
  - 第五次训练
    第五次训练
    
    数据组合: Merge 和 Join 方法
    
    累积与分组
    
    数据透视表
    
    向量化字符串操作
    
    时间序列处理
  - 第六次训练
    第六次训练
    
    基于教材的多元数据可视化
    
    基于Pandas、Matplotlib、Seaborn的可视化扩展
  - 第七次训练
    第七次训练
    
    一元统计的Python运用
    
    矩阵、多元统计与符号代数
  - 第八次训练
    第八次训练
    
    聚类分析及Python应用
    
    案例：汽车款式聚类
  - 第九次训练
    第九次训练
    
    综合评价方法及应用(层次分析法)
    
    层次分析法（AHP）机理方法
    
    熵权法（Entropy Weight Method）的理论与代码实现
  - 第十分训练
    第十分训练
    
    主成分分析初步
    
    教材中主成分分析示例及Python计算
    
    案例：沪深300指数成分股收益率的主成分分析

第一次训练

May 26, 2026