（1）數(shù)據(jù)分析概述與環(huán)境搭建：理解數(shù)據(jù)分析的概念、流程和應(yīng)用場(chǎng)景，掌握數(shù)據(jù)分析師的思維模式和工作方法。配置Anaconda數(shù)據(jù)科學(xué)環(huán)境，安裝NumPy、Pandas、Matplotlib、Seaborn、Jupyter Notebook等核心工具，熟悉Jupyter Notebook的交互式開(kāi)發(fā)體驗(yàn)。
（2）NumPy數(shù)組基礎(chǔ)與操作：掌握NumPy多維數(shù)組的創(chuàng)建方法（從列表創(chuàng)建、使用內(nèi)置函數(shù)創(chuàng)建），理解數(shù)組的形狀、維度、軸和數(shù)據(jù)類型。學(xué)習(xí)數(shù)組的索引、切片、布爾索引和花式索引，掌握數(shù)組的變形、轉(zhuǎn)置和合并操作。
（3）NumPy數(shù)值計(jì)算與廣播機(jī)制：理解NumPy的矢量化運(yùn)算原理，掌握數(shù)組的算術(shù)運(yùn)算、比較運(yùn)算和邏輯運(yùn)算。深入理解廣播機(jī)制的規(guī)則和應(yīng)用場(chǎng)景，學(xué)習(xí)線性代數(shù)運(yùn)算（矩陣乘法、轉(zhuǎn)置、求逆）和統(tǒng)計(jì)函數(shù)（求和、均值、標(biāo)準(zhǔn)差、最值）的使用。
（4）Pandas數(shù)據(jù)結(jié)構(gòu)與基礎(chǔ)操作：理解Series和DataFrame兩種核心數(shù)據(jù)結(jié)構(gòu)的特點(diǎn)和適用場(chǎng)景，掌握從多種數(shù)據(jù)源（CSV、Excel、JSON、數(shù)據(jù)庫(kù)）創(chuàng)建DataFrame的方法。學(xué)習(xí)DataFrame的索引、列選擇、行篩選、排序和重置索引等基礎(chǔ)操作。
（5）數(shù)據(jù)清洗與預(yù)處理：處理缺失值（檢測(cè)、填充、刪除），處理重復(fù)值（識(shí)別、去重），處理異常值（基于統(tǒng)計(jì)規(guī)則識(shí)別和處理）。掌握數(shù)據(jù)類型轉(zhuǎn)換、字符串處理、日期時(shí)間處理等數(shù)據(jù)規(guī)范化技術(shù)，為后續(xù)分析準(zhǔn)備干凈的數(shù)據(jù)。
（6）數(shù)據(jù)篩選與過(guò)濾：使用條件表達(dá)式、query方法、isin方法進(jìn)行復(fù)雜條件的數(shù)據(jù)篩選。掌握行選擇和列選擇的各種技巧，學(xué)習(xí)使用loc和iloc進(jìn)行基于標(biāo)簽和位置的精確選擇，實(shí)現(xiàn)靈活的數(shù)據(jù)子集提取。
（7）數(shù)據(jù)分組與聚合分析：掌握groupby分組操作的原理和流程，使用aggregation、transform、filter、apply等方法進(jìn)行分組計(jì)算。學(xué)習(xí)數(shù)據(jù)透視表（pivot_table）和交叉表（crosstab）的創(chuàng)建與分析，實(shí)現(xiàn)多維度數(shù)據(jù)匯總。
（8）數(shù)據(jù)合并與連接：掌握concat函數(shù)實(shí)現(xiàn)數(shù)據(jù)的縱向和橫向拼接，理解merge函數(shù)實(shí)現(xiàn)類似SQL的各種連接操作（內(nèi)連接、左連接、右連接、外連接）。學(xué)習(xí)join方法和數(shù)據(jù)重塑（stack、unstack、melt）技術(shù)，靈活處理不同結(jié)構(gòu)的數(shù)據(jù)。
（9）時(shí)間序列數(shù)據(jù)分析：掌握Pandas時(shí)間序列數(shù)據(jù)結(jié)構(gòu)的創(chuàng)建和處理，理解日期范圍生成、頻率轉(zhuǎn)換、移動(dòng)窗口計(jì)算等操作。學(xué)習(xí)時(shí)間序列的重采樣（resample）、時(shí)間偏移和時(shí)區(qū)處理，實(shí)現(xiàn)趨勢(shì)分析和周期性分析。
（10）Matplotlib數(shù)據(jù)可視化基礎(chǔ)：掌握Matplotlib的繪圖流程和核心概念（Figure、Axes）。學(xué)習(xí)繪制折線圖、散點(diǎn)圖、柱狀圖、直方圖、餅圖等基礎(chǔ)圖表，設(shè)置標(biāo)題、標(biāo)簽、圖例、刻度等圖表元素，實(shí)現(xiàn)圖表的美化和定制。
（11）Seaborn統(tǒng)計(jì)可視化進(jìn)階：使用Seaborn繪制更美觀的統(tǒng)計(jì)圖表，包括箱線圖、小提琴圖、熱力圖、分布圖、分類散點(diǎn)圖、回歸圖等。學(xué)習(xí)統(tǒng)計(jì)關(guān)系的可視化表達(dá)，理解不同圖表類型適用的分析場(chǎng)景，制作專業(yè)的分析報(bào)告圖表。
（12）綜合數(shù)據(jù)分析項(xiàng)目實(shí)戰(zhàn)：結(jié)合所學(xué)知識(shí)，完成一個(gè)完整的數(shù)據(jù)分析項(xiàng)目（如電商用戶行為分析、招聘數(shù)據(jù)分析、股票數(shù)據(jù)探索、銷售數(shù)據(jù)洞察），涵蓋數(shù)據(jù)獲取、清洗、探索性分析、可視化展示和業(yè)務(wù)建議輸出的全流程，形成規(guī)范的數(shù)據(jù)分析報(bào)告。
