数据预处理数据分类定量数据定性数据数据质量数据清洗特征工程特征选择特征构建特征提取数据分类定量数据离散变量连续变量定性数据定序变量名义变量集中趋势主要测度是均值，中位数，和众数离散程度考虑变量的离散程度，主要考虑变量各个取值之间的差异，常见的测量有极差，方差和标准差相关性测量数据可视化，将要分析的变量绘制成折线图或者散点图，做图表分析，可以对数据进行初步观察和分析计算变量间的协方差 协方差可以确定

本节并没有涉及到绘图的操做介绍了Tableau的一些基础知识，面板的作用和功能，以及两种数据性质逻辑层物理层，还有关系和联接的区别和优势，最后我们还介绍了一些数据预处理的一些内容，修改字段，创建新字段合并字段等；

本章使用还是金融数据集，不仅回顾的旧的知识点，还拓展了一些新的内容，主要的难点在于重置索引`reset_index()`，计算一列的差分`diff()`，时间索引的操作，滑动窗口的使用`rolling()`

今天的10道题涉及的东西多了一些，groupby、describe、cut、sort_values、info等，如果想要全部的了解这些，仅靠这10道题是远远不够的，希望大家能够额外找些试题练习，也可以跟着博主的文章一块刷题✨✨✨

本篇文章主要是一些窗口函数的使用，以及一些股票分析中常用的一些方法，日均线的了解与绘制，重采样，布林线指标。本篇文章涉及到的统计学知识较多，比较难以理解，对于统计学的知识作为一名数据分析师是必须要掌握的

本章我们学习了和合并列，添加新的行，删除指定列以及使用matplotlib绘制一些简单的图形等功能，这些功能都是以后常用的，我在讲解的时候也拓展了不同的解题方式，希望大家发展思路，多多尝试。

今天的10道题涉及的东西多了一些，groupby、describe、cut、sort_values、info等，如果想要全部的了解这些，仅靠这10道题是远远不够的，希望大家能够额外找些试题练习，也可以跟着博主的文章一块刷题✨✨✨

本篇文章设计道的内容较少，只讲解了4道题，也都比较简单，运用的知识都是以前学过的，这次的主要目的也是让大家熟悉一下牛客网的操作步骤。后续的题目的数量和难度都会提升

pandas 处理结构化数据基本数据结构SeriesDataFrameDataFrame对象的访问基于pandas的index对象访问操作pandas的index对象索引的不同访问方式调用方式调用方式间的区别特殊参数类型数学统计和计算工具统计函数，协方差、相关系数、排序窗口函数数学聚合和分组运算agg函数的聚合操作transform函数的转换操作apply函数的一般操作基本数据结构Series类似

在使用Pandas进行数据分析的过程中有些数据源是存在数据库中，我们需要使用Pandas进行数据的读取，以及将分析后的结果保存到数据库中。本文主要介绍了三种查询相关的函数，一种保存数据的函数。最后还讲解了Panda对数据的删除和更新操作。