幻仿编程 Udemy 付费课程,独家中英字幕 + 配套资料!
限时1折特惠!课程永久访问权,随时随地学习!
2024 年 Excel 中的 Python 数据科学大师班
超激动人心的全新 Excel 功能,抢先体验!直接在 Excel 中使用 Pandas、Seaborn、Scikit-Learn 等!
讲师:Alexander Hagmann
![图片[1]-Python在Excel 2024数据科学大师课 | Python in Excel 2024 Masterclass for Data Science-幻仿编程](https://hfbc101.com/wp-content/uploads/2026/01/【00442】python-in-excel-2023-masterclass-for-data-science-2.webp)
您将学到什么
- 设置并使用全新的 Excel 中的 Python 功能
- 直接在 Excel 中使用强大的 Python 数据科学工具(Pandas、Seaborn、Scikit-learn)
- 在 Excel 中使用 Python 进行解释性数据分析 (EDA) 和数据可视化
- 在 Excel 中使用 Python 进行统计、假设检验和机器学习
- 使用 Excel 中的 Pandas 进行财务数据和时间序列分析
- 在 Excel 中使用 Pandas 合并、聚合和操作表格数据
- 将 Excel 中的全新 Python 功能与其他强大工具(Xlwings)相结合
探索相关主题
- Python
- 微软
- 办公效率
要求
- 安装了有效 Microsoft 365 订阅的 Windows 台式电脑(不支持 MAC 和 Linux)
- 能够播放高清视频的互联网连接。
- 基本 Excel 和 Python 编码技能
描述
使用 Excel 2024 中的 Python 释放数据科学和金融的力量——全新的 Excel 功能!
你准备好将你的数据分析和可视化技能提升到一个新的高度了吗?欢迎来到“2024 年 Excel 中的 Python 数据科学大师班”,这门终极课程将帮助 Excel 用户将 Python 无缝集成到他们的工作流程中,从而增强数据操作、分析、可视化和机器学习能力。
课程亮点:
利用协同效应:将 Excel 熟悉的界面与 Python 编程的无限可能性相结合,深入探索数据科学的未来。
数据转换:了解如何使用 Python 库轻松加载、清理和转换数据,增强数据准备过程。
高级分析:使用 Python 强大的库掌握 Excel 中的统计分析和机器学习的艺术,为预测建模和决策开辟新的视野。
数据可视化:使用 Python 的数据可视化库创建令人惊叹的图表、图形和交互式仪表板来讲述引人入胜的数据故事。
财务分析: 使用 Python 强大的库在 Excel 中执行更复杂的财务和投资工作流程
无缝集成:了解如何将 Python 脚本无缝集成到您的 Excel 工作簿中并自动执行重复性任务,从而节省您的时间和精力。
与其他强大工具的结合:Excel 中全新的 Python 与 xlwings 的互补使用将促进您的项目。
本课程适合哪些人?
- Excel 爱好者希望扩展他们的技能并探索 Python 的数据分析功能。
- 数据分析师、业务分析师和财务专业人士希望在不离开 Excel 环境的情况下利用 Python 的高级分析工具。
- 数据科学爱好者渴望获得使用 Python 进行实际数据项目的实践经验。
- 任何希望通过掌握最新的数据分析技术来提升职业前景的人。
为什么选择这门课程?
- 最新内容:利用 Excel 2023 中的最新 Python 集成功能保持领先地位。
- 实践学习:深入实践项目和练习,强化您的技能。
- 专家指导:经验丰富的讲师将利用他们的知识简化复杂的概念。
- 结业证书:完成课程后,通过 Udemy 证书展示您新学到的技能。
导师简介:
您的课程讲师 Alexander Hagmann 是一位经验丰富的数据科学家和金融专业人士,拥有超过 15 年的 Excel 和 Python 使用经验。他设计这门课程旨在帮助您弥合 Excel 和 Python 之间的差距,使数据分析和可视化比以往任何时候都更易于理解和强大。
注意:本课程要求您具备 Excel 基础知识以及一些 Python 基础。需要在 Windows 计算机上拥有有效的 Microsoft 365 订阅(目前不支持 MAC 和 Linux!)
本课程适合哪些人:
- 数据科学家和财务专业人士寻求在他们的项目中使用 Excel 作为前端,使用 Python 作为分析后端。
- 希望在 Excel 中完成工作的 Python 数据科学家
- 频繁使用 Excel 的用户希望使用 Excel 中的 Python 代码来提高工作效率
| 共 64 节课程 • 总时长 7 小时 22 分钟 | |
| 第一章 入门指南 | |
| 1. 欢迎 | 2分3秒 |
| 2. 如何充分利用这门课程 | 5分27秒 |
| 3. Excel中使用Pandas合并与连接数据预览 | 5分43秒 |
| 4. Python在Excel中的工作原理及所需条件 | 2分48秒 |
| 5. Python在Excel中的功能与替代工具(xlwings) | 10分17秒 |
| 6. 如何在Excel中设置Python(测试版) | 3分11秒 |
| 7. 故障排除 | 5分36秒 |
| 第二章 Python in Excel 入门指南与必备知识 | |
| 1. 简介 | 1分57秒 |
| 2. 使用PY函数进行简单操作 | 12分4秒 |
| 3. Python变量与Excel单元格引用对比 | 7分14秒 |
| 4. Python对象与数据类型 | 12分30秒 |
| 5. NoneType对象 | 9分17秒 |
| 6. Python输出类型与Excel值的对比 | 8分21秒 |
| 7. 从Python对象提取数据到Excel | 6分9秒 |
| 8. 诊断 | 4分57秒 |
| 9. 计算顺序与重新计算 | 13分31秒 |
| 10. 初始化设置与自定义 | 8分23秒 |
| 11. 用户自定义函数和类 | 3分2秒 |
| 12. Python绘图(Matplotlib与Seaborn) | 8分31秒 |
| 第三章 项目1 使用Python和Excel进行探索性数据分析 | |
| 1. 项目介绍与下载 | 3分49秒 |
| 2. 指令与提示 | 8分23秒 |
| 3. Jupyter Notebook中的项目解决方案详解 | 3分55秒 |
| 4. 任务1 如何加载和导入数据集 | 7分47秒 |
| 5. 任务2 初始数据检查 | 13分4秒 |
| 6. 任务3 单变量数据分析 1 | 8分40秒 |
| 7. 任务4 单变量数据分析2 | 5分12秒 |
| 8. 任务5 多元数据分析 1 | 6分15秒 |
| 9. 任务6 多元数据分析 2 | 7分27秒 |
| 10. 任务7 多元数据分析 3 | 7分39秒 |
| 第四章 项目2 在Excel中使用Python进行时间序列和金融数据分析 | |
| 1. 项目介绍与下载 | 59秒 |
| 2. 指令与提示 | 6分33秒 |
| 3. Jupyter Notebook中的项目解决方案详解 | 2分21秒 |
| 4. 任务1 如何加载数据集和初始数据检查 | 6分8秒 |
| 5. 任务2 如何创建动态价格图表 | 11分3秒 |
| 6. 任务3 动态重采样与金融回报 | 9分17秒 |
| 7. 任务4 统计与性能分析 | 9分17秒 |
| 8. 任务5 协方差与相关矩阵及热力图 | 5分21秒 |
| 第五章 项目3 使用Pandas在Excel中合并与聚合数据 | |
| 1. 项目介绍与下载 | 1分14秒 |
| 2. 指令与提示 | 5分26秒 |
| 3. Jupyter Notebook中的Excursus项目解决方案 | 3分16秒 |
| 4. 任务1 创建和聚合数据框架 | 9分41秒 |
| 5. 任务2 创建完全灵活的数据集合并工具 | 9分16秒 |
| 第六章 项目4 多元回归分析 假设检验与预处理 | |
| 1. 项目介绍、下载与提示 | 9分34秒 |
| 2. 编码解决方案(第1部分) | 7分15秒 |
| 3. 编程解决方案(第2部分) | 4分45秒 |
| 4. 编码解决方案(第3部分) | 9分47秒 |
| 5. Excel中的实现与特征消除(第1部分) | 12分33秒 |
| 6. Excel中的实现与特征消除(第2部分) | 10分42秒 |
| 第七章 使用Python和xlwings在Excel中的终极提升项目 | |
| 1. 介绍与下载 | 2分59秒 |
| 2. xlwings 安装与配置 | 1分38秒 |
| 3. 如何使用xlwings作为数据查看器 | 7分24秒 |
| 4. 数据查看器 – 更新 | 1分26秒 |
| 5. 如何连接到Excel工作簿 | 7分28秒 |
| 6. 如何读写单个值 | 5分56秒 |
| 7. 在Excel中运行Python脚本及下载简介 | 1分14秒 |
| 8. 安装 xlwings 插件及其他准备工作 | 8分44秒 |
| 9. 使用 Run main 运行 Python 脚本 | 4分41秒 |
| 10. 故障排除 | 4分32秒 |
| 11. 附加项目介绍与下载 | 7分31秒 |
| 12. 指令与提示 | 6分19秒 |
| 13. 解决方案 | 6分39秒 |
| 第八章 附录 安装和使用 Anaconda 与 Jupyter Notebooks | |
| 1. 下载和安装Anaconda | 7分30秒 |
| 2. 如何打开Jupyter Notebooks | 12分24秒 |
| 3. 如何使用 Jupyter Notebooks | 17分25秒 |
| 1. 关于课程更新与获取 如何获取本站课程? ○ 免费获取方式:在本站签到、评论、发布文章等可获取积分,通过积分购买课程。 ○ 付费获取方式:购买本站【月度会员】或【永久会员】。 课程购买后是否支持更新? ○ 是的,所有课程均提供免费更新服务。 我们致力于为您提供持续的学习支持。 如何获取更新? ○ 单独购买的课程: 您可在“个人中心”随时查看购买记录及最新下载链接,轻松获取免费更新。 ○ 永久会员: 您可在相关页面直接查看最新下载地址,随时免费获取更新。 ○ 非永久会员(重要提示):通过会员权限下载的课程,在“个人中心”可能不显示具体订单记录。 因此,会员到期后,您将无法通过“个人中心”查看最新下载链接。 ① 解决方案建议:续费会员: 恢复会员权限后,即可再次查看所有最新下载链接。 ② 妥善保存下载链接: 我们强烈建议您在会员有效期内,保存好本站分享的课程下载链接。通常,课程更新内容会直接补充到原有分享链接中。 |
| 2. 关于课程资料 课程下载后资料是否齐全? ○ 绝大部分课程资料齐全。 我们尽力确保您获得完整的学习资源。 ○ 少数情况说明: 极少数课程可能存在资料缺失情况。针对 Udemy 课程,资料形式多样,请知悉:本地文件(随视频下载): 此类课件通常随视频一并提供,下载即得。 ① 本地文件(含链接): 课件文件中会提供资料下载链接,您需自行访问链接下载。此类资料通常也可获取。 ② 在线平台存储(如 GitHub): 讲师会在视频中说明资料获取方式(如访问特定平台),请您按指引自行下载。 ③ Udemy 平台内资料: 部分资料需登录您在 Udemy 购买的账号才能查看。此类资料本站无法提供,除非您自行在 Udemy 平台购买该课程。 |
| 3. 关于课程字幕 是否提供中英文双字幕?原本无字幕的课程是否支持? ○ 是的,本站下载的所有课程均提供中英文双字幕,包括 Udemy 原本无任何字幕的课程。 我们致力于提升您的学习体验。 Udemy 字幕现状与本站服务: ○ Udemy 绝大多数课程本身不提供任何字幕。在少数提供字幕的课程中,也几乎不提供中文字幕。 本站字幕服务流程: ① Udemy 有字幕: 我们会将其翻译成中文字幕,与英文字幕一同提供。 ② Udemy 无字幕: 我们会通过技术手段识别生成英文字幕,再翻译成中文字幕,一同提供给您。 字幕服务重要说明(请您理解): ○ 翻译精度: 字幕翻译采用谷歌翻译引擎完成,虽不及人工翻译精准,但足以保障您正常学习理解。 ○ 若您仍然觉得字幕精度较低: 可联系站长针对性润色字幕(该服务仅限本站会员)。 |
| 4. 关于视频存储与使用 视频存储位置与观看/下载方式? 本站所有课程视频均存储于网盘平台。 您支持在线观看: 可在网盘内直接播放学习。 您支持下载: 可将视频下载至本地,使用播放器播放,更灵活便捷。 主要存储网盘:百度网盘 视频格式与加密情况? 本站所有课程视频均以 MP4 或 MKV 通用格式提供。 视频文件不加密,您可自由分享(请遵守相关法律法规)。 播放建议: 使用本地播放器(如 PotPlayer)播放时,可同时加载中英文字幕文件,学习体验更佳。您可参考我们提供的《PotPlayer 挂载中英双字幕教程》。 |
| 5. 关于售后支持与退款政策 遇到问题如何联系? 无论您在购买前或购买后遇到任何疑问,都欢迎随时联系站长。 我们将竭诚为您服务。 退款政策说明: 原则: 由于虚拟商品(课程、资料等)具有可复制性,一旦购买成功并完成下载,原则上不支持退款。 请您在购买前仔细阅读课程介绍、资料说明及本条款,确认符合您的需求。 如有不确定之处,欢迎先行咨询站长。 |




























暂无评论内容