# Python 数据分析内部培训课程蓝图

## 课程定位

这是一套面向 Python 初学者的内部培训课程。课程从编程基础出发，逐步进入文件处理、NumPy 数组计算与 pandas 表格分析。

课程不绑定日期、周次或固定课时。团队可以根据学习者的掌握情况灵活讲授、练习、复习和补强；模块编号仅表示内容顺序与知识依赖。

## 课程目标

完成全部课程后，学习者应能够：

1. 编写结构清楚、命名规范的 Python 程序。
2. 使用变量、数据类型、运算符、条件、循环、字符串和组合数据类型解决基础任务。
3. 使用函数与模块复用代码，并安全读写文本、CSV 和 JSON 文件。
4. 使用 NumPy 数组完成批量计算、筛选与统计。
5. 使用 pandas 创建、读取、清洗、连接、重塑和导出表格数据。
6. 检查输入、处理过程与输出结果，形成可复用的数据分析工作方式。

## 十二门课程

| 课程 | 课程主题 | 核心能力产出 | 状态 |
|---|---|---|---|
| 01 | Python 编程基础：代码规范、变量与输入输出 | 完成规范代码、类型转换与输入输出小作品 | 已开放 |
| 02 | Python 数值计算：数据类型与运算符 | 选择正确类型与运算规则完成数值任务 | 已开放 |
| 03 | Python 流程控制：条件判断与循环 | 使用条件和循环处理分支与重复任务 | 已开放 |
| 04 | Python 字符串处理：基础操作与文本分析 | 完成文本匹配、清理、分析与格式化 | 已开放 |
| 05 | Python 组合数据类型：列表、元组、字典与集合 | 用合适的数据结构组织真实数据 | 已开放 |
| 06 | Python 函数与模块：参数、返回值与复用 | 将重复业务逻辑封装为函数与模块 | 已开放 |
| 07 | Python 文件处理：文本读写与数据格式化 | 安全读写文本、CSV 与 JSON 数据 | 已开放 |
| 08 | NumPy 数组计算：数组操作与向量化 | 使用数组完成批量计算、筛选与统计 | 已开放 |
| 09 | pandas 表格基础：Series 与 DataFrame | 完成表格选择、筛选、修改、排序与统计 | 已开放 |
| 10 | pandas 数据读写：导入、导出与文件格式 | 正确处理多种常见表格文件格式 | 已开放 |
| 11 | pandas 数据清洗：缺失值、重复值与转换 | 将原始数据整理为可分析的清洁数据 | 已开放 |
| 12 | pandas 数据整合：连接、合并与重塑 | 正确连接多表并完成长宽格式转换 | 已开放 |

## 内容结构

每门课程以一个核心 Notebook 为主，其中包含知识讲解、示例代码与课堂练习；章节根目录中的 PDF 为参考教材。部分课程另含课堂 Slides、训练说明、课后练习与答案。文件处理和 pandas 数据读写课程还提供多种格式的示例数据。

## 实施原则

- **内容驱动：** 依据课程内容和知识依赖安排培训，不依据日历推进。
- **产出驱动：** 每门课程以可运行代码、可检查结果或可导出文件结束。
- **灵活补强：** 未掌握时可暂停、复习或返回前置内容，无需保持统一进度。
- **真实练习：** 使用销售、商品、订单和表格数据连接各项技能。
- **结果核验：** 在每次转换、合并与导出后检查行列、类型、缺失和重复情况。

## 资料入口

网站课程目录已开放全部 12 门课程。进入任一课程页面，可以直接打开或下载对应的 Notebook、PDF、练习与示例数据。