Google, IBM & Meta Certificates – 40% Off
One Coursera Plus subscription covers most Professional Certificates on Coursera.
Unlock All Certificates
面向零基础学习者，介绍人工智能领域中的自然语言处理方向。
AI, Data Science & Cloud Certificates from Google, IBM & Meta
Build the Finance Skills That Lead to Promotions, Not Just Certificates
Overview
Syllabus
- 第一章 Python快速入门
- 1.1 python内容简介与学习方式
- 1.2 python开发环境的搭建
- 1.3 开发工具的选择
- 1.4 jupyter使用
- 1.5 第三方模块管理
- 1.6 理解变量
- 1.7 输入输出语句与基本语法
- 1.8 三种运算符
- 1.9 条件语句-if语句
- 1.10 循环语句-while循环
- 1.11 循环语句-for循环
- 1.12 快速入门函数
- 第二章 数字基础
- 2.1 数字基础
- 2.2 数字相关函数与练习
- 2.3 数字反转输出
- 2.4 随机数模块
- 第三章 序列（上）
- 3.1 序列基础
- 3.2 序列通用函数
- 3.3 字符串
- 3.4 字符串相关函数
- 3.5 字符串相关方法
- 3.6 列表基础
- 3.7 列表操作详解
- 3.8 元组
- 第四章 序列（下）
- 4.1 列表练习
- 4.2 列表解析
- 4.3 字典
- 4.4 字典相关方法
- 4.5 字典强化练习
- 4.6 集合
- 4.7 拷贝问题
- 4.8 collections模块详解
- 第五章 文件（上）
- 5.1 文件操作快速入门
- 5.2 文件打开方式详解
- 5.3 文件编码格式
- 5.4 文件读取操作
- 5.5 文件练习
- 5.6 csv文件快速上手
- 5.7 csv文件练习
- 第六章 文件（下）
- 6.1 时间处理
- 6.2 按照时间完成订单的统计
- 6.3 统计7天内的订单量
- 6.4 os模块
- 6.5 文件练习
- 6.6 excel读取快速入门
- 6.7 excel读取操作
- 6.8 订单统计练习
- 6.9 excel文件拆分
- 6.10 单元格格式设置
- 6.11 excel公式与图片插入
- 6.12 序列化与反序列化
- 6.13 ini文件读写
- 第七章 函数
- 7.1 函数基础
- 7.2 函数参数
- 7.3 函数返回值
- 7.4 作用域
- 7.5 匿名函数
- 7.6 函数式编程
- 7.7 递归
- 7.8 闭包
- 7.9 装饰器
- 7.10 yield与生成器函数
- 第八章 面向对象
- 8.1 面向对象基本概念
- 8.2 类与实例属性
- 8.3 实例方法
- 8.4 对象的生命周期
- 8.5 面向对象三种方法
- 8.6 收银台结算案例
- 8.7 propety使用
- 8.8 反射
- 8.9 继承详解与应用
- 8.10 特殊方法
- 8.11 类组合与练习
- 8.12 班级管理实现
- 8.13 添加菜单
- 第九章 常用模块（上）
- 9.1 模块与导入
- 9.2 包与相对导入绝对导入
- 9.3 异常处理
- 9.4 错误和异常处理
- 9.5 正则表达式re模块介绍
- 9.6 正则表达式基本语法
- 9.7 边界匹配
- 9.8 正则表达式分组处理
- 9.9 split与sub方法
- 9.10 正则表达式练习
- 第十章 常用模块（下）
- 10.1 python操作mysql
- 10.2 多进程
- 10.3 进程间通信
- 10.4 统计文件练习
- 10.5 进程池
- 10.6 线程
- 10.7 线程安全与互斥锁
- 第十一章 算法与逻辑思维强化
- 11.1 有序列表中插入元素
- 11.2 求交集
- 11.3 字符串旋转
- 11.4 字符串列表翻转
- 11.5 翻转单词字符串
- 11.6 合并有序列表
- 11.7 解压缩列表
- 11.8 数字列表加法操作
- 11.9 排队问题
- 11.10 加数的最大积
- 11.11 n的第k个因子
- 11.12 合并有序区间
- 第十二章 爬虫开发实战（上）
- 12.1 爬虫内容介绍
- 12.2 http协议详解
- 12.3 浏览器抓包与元素定位
- 12.4 爬虫开发中的第一个请求
- 12.5 动态构建请求头信息
- 12.6 豆瓣电影top250实现
- 12.7 豆瓣电影top250海报抓取
- 12.8 元素提取利器-bs4模块详解
- 12.9 豆瓣电影详情页抓取
- 12.10 保存模块设计
- 12.11 360图片抓取
- 第十三章 爬虫开发实战（下）
- 13.1 登录github
- 13.2 如何使用代理
- 13.3 代理抓取与验证
- 13.4 抓取某东手机信息（上）
- 13.5 抓取某东手机信息（下）
- 13.6 抓取某东商品的评论信息
- 13.7 requests模块介绍
- 13.8 提取信息xpath语法详解
- 13.9 马蜂窝旅游信息抓取
- 13.10 爬虫强化训练
- 13.11 微博头条抓取
- 13.12 b站专栏抓取
- 第十四章 数据分析基础-numpy
- 14.1 numpy简介与安装
- 14.2 ndarray对象
- 14.3 numpy数据类型与访问
- 14.4 计算
- 14.5 分割切分
- 14.6 numpy缺省值与判断
- 第十五章 数据分析基础-matplotlib
- 15.1 matplotlib
- 15.2 基本设置（一）
- 15.3 基本设置（二）
- 15.4 可视化
- 第十六章 数据分析基础-pandas（一）
- 16.1 pandas课程介绍
- 16.2 series对象
- 16.3 dataframe对象
- 16.4 pandas数据导入
- 16.5 缺失值处理（一）
- 16.6 缺失值处理（二）
- 16.7 根据条件获取数据
- 16.8 描述性统计与计算
- 16.9 索引及多级索引
- 16.10 时间处理
- 第十七章 数据分析基础-pandas（二）
- 17.1 period与时间应用
- 17.2 时间分析
- 17.3 数据去重
- 17.4 数据集合并（一）
- 17.5 数据集合并（二）
- 17.6 apply方法
- 17.7 数据处理
- 17.8 分组处理
- 17.9 cuts
- 17.10 str处理
- 第十八章 数据分析基础-pandas（三）
- 18.1 pandas可视化
- 18.2 gdp分析（一）
- 18.3 gdp分析（二）
- 18.4 电商分析
- 18.5 复购率
- 18.6 复购时间间隔
- 18.7 用户转化率分析
- 18.8 rfm模型（一）
- 18.9 rfm模型（二）
- 18.10 seaborn
- 第十九章 数据分析基础-pandas（四）
- 19.1 设置颜色
- 19.2 sns数据集与第一个图表
- 19.3 分类图标
- 19.4 seaborn
- 19.5 买家评论信息分析（一）
- 19.6 买家评论信息分析（二）
- 19.7 泰坦尼克分析
- 19.8 mv_lens1
- 19.9 年代提取
- 19.10 年份与题材
- 19.11 用户打标签
- 资料
- 其他资料
Related Courses
Related Articles
-
Power BI Fundamentals - Create visualizations and dashboards from scratch
-
14 Best Applied AI & ML Courses for 2026: From Computer Vision to LLM Agents
-
9 Best Vector Database Courses for 2026: Build RAG Apps and Semantic Search
-
Write Prompts That Actually Work: ZTM’s Prompt Engineering Bootcamp Review
-
11 Best Embeddings & Transformer Models Courses in 2026 (Free & Paid): Word2Vec, Vector Search, and RAG
-
7 Best AI Video Generation Courses (Free & Paid)
