高效 Python 数据分析与自动化：Airflow · 可视化 · 大数据处理

掌握 Python、Apache Airflow、Spark、数据可视化与 LSTM 时序预测的全流程技能

学习内容：

• 从零搭建完整 Python 开发环境，掌握变量、数据结构、控制流等核心编程基础。
• 使用 Pandas、NumPy 进行高效数据清洗、转换、重塑、多重索引处理与向量化计算。
• 掌握 Matplotlib 与 Seaborn 绘图，制作折线图、散点图、小提琴图等专业数据可视化作品。
• 学习 Apache Spark，完成大规模数据处理、RDD 操作、DataFrame 查询与实时 Kafka 数据流处理。
• 掌握 Docker 环境构建，实现跨平台的可复现数据工作流。
• 从零搭建 Apache Airflow，编写 DAG、ETL 流程、任务依赖、调度配置，构建生产级数据管道。
• 使用 Papermill 自动化 Notebook，构建参数化、可复用的数据分析流程。
• 结合 LSTM 模型，实现股票分析等时间序列预测，构建自动化机器学习管道。
• 大规模动态任务生成、并发执行、Airflow 性能调优、错误诊断与日志分析。

本课程包括：

• 5 小时点播视频
• 55 个可下载资源
• 移动端与电视端访问
• 终身访问权限
• 课程完成证书

价格： $19.99

教程评分：3.7 / 5（4 条评价）

教程语言：英语

教程字幕：中英字幕

课程要求：

• 无需编程基础，从零开始学习 Python。
• 适合希望提升数据处理、可视化、大数据与自动化技能的学习者。
• 对数据科学、金融分析、软件开发有兴趣的用户尤佳。

课程描述：

《Python for Effect》是一门系统且实践性极强的数据分析与自动化全流程课程，覆盖 Python 编程、数据可视化、机器学习、大数据处理与 Airflow 自动化。课程从基础语法开始，逐步深入到数据建模、ETL、Docker 容器、Spark 计算、Airflow 调度以及基于 LSTM 的时间序列预测。通过真实案例与可复现项目，你将能够构建可扩展的数据管道，将原始数据转换为可视化报告、预测结果和可执行洞察。适合学生、数据分析师、开发者、研究人员及任何希望掌握端到端数据工作流的人士。

B站免费课程

更多 数据科学 教程