一、页面分析二、网页抓取方法1、正则表达式方法2、BeautifulSoup 模块3、lxml 模块4、各方法的对比总结三、Xpath选择器四、CSS选择器五、数据抓取总结

主讲Power BI的数据处理，而其数据处理主要是Power Query的操作，主要包括增加、修改、删除、透视、逆透视，以及一些很有用的综合处理，如：多表合并、模糊匹配

建立虚拟环境打开anaconda（我使用的是python的发行版anaconda）打开Anaconda Navigator，选择Environments在选择Environments以后，选择createpython 代码打包成可执行文件

讲解一些报表设计中的技巧，让报表更具逼格

除了上面介绍的三种基于分布的方法，还有使用算法基于距离的异常值判定，比如：使用KNN算法，依次计算每个样本点与它最近的K个样本的平均距离，再利用计算的距离与阈值进行比较，如果大于阈值，则认为是异常点。在搜集数据的某些情况下，有些时候并不一定会收集到数据，因而会造成观测值或变量的数据有缺失，这些缺失的数据就称之为缺失值。总之，处理缺失值是需要研究数据规律与缺失情况来进行处理的，复杂的算法不一定有好的

详细介绍pandas模块

导读文章，针对刚开始的读者，讲解什么是python，python的基础介绍一些需要的包以及数据处理的流程

介绍BI中的DAX函数，以及常用的函数，同时对于常用的calculate、filter、all、format函数进行进一步的讲解。

讲解度量值的定义、创建以及格式的设定和多个度量值的管理问题，同时对比了度量值和新建列、新建表之间的区别。

M函数是PQ处理数据的内核，相对复杂些，对于初学者，这作为了解，确保能看懂就行，