课程时长：3天

Chap1: Python Basis and advanced Functions

1.1 Anaconda and Pycharm setup and path set

　　1) Anaconda+python3.6
　　2) Pycharm
　　3) Training

1.2 type, variable, string, format

　　1) Print
　　2) type
　　3) Variable, constant,
　　4) ord(), chr(), str
　　5) Format
　　6) Training

1.3 list and tuple

　　1) List
　　2) Tuple
　　3) Training

1.4 if, while, for

　　1) If <condition1>
　　2) for
　　3) while
　　4) Training

1.5 dict and set

　　1) In
　　2) get(), set()
　　3) pop(), add, remove
　　4) Training

1.6 File I/O operator

　　1) open
　　2) read
　　3) write
　　4) seek()
　　5) Training

1.7 OOP

　　1) Inheritance
　　2) Polymorphism
　　3) Static classes
　　4) Static functions
　　5) Decorators
　　6) Training: test1.7.py

1.8 Python advanced function

　　1) Inner function
　　　MathematicsSetLogical judgementReflectIO operationpass, def, return
　　2) Generator
　　3) Iterable, Iterator
　　4) decorate, high-order function, function nest
　　5) JSON and PICKLE
　　6) Training

Chap2 Python advanced: the use of libraries

2.1 Standard library

　　1. Itertools
　　　Training

　　2. Functools：Partial, wraps, total_ordering, cmp_to_key
　　　Training

　　3. Re
　　　Training

　　4. Subprocess: call, check_call, check_output, Popen+PIPE
　　　Training

　　5. Pdb、traceback
　　　Training

　　6. Pprint
　　　Training

　　7. Logging
　　　Training

　　8. Threading and multiprocessing
　　　Training

　　9. Urllib/urllib2/httplib
　　　Training

　　10. Os/sys
　　　Training

　　11. Queue
　　　Training

　　12. Pickle/cPickles
　　　Training

　　13. Hashlib md5，sha
　　　Training

　　14. Cvs
　　　Training

　　15. Timeit
　　　Training

2.2 Third libraries

　　1. numpy, scipy
　　　Training

　　2. PIL

　　3. lxml

　　4. Pandas

　　5. matplotlib

　　6. scrapy: crawler

　　7. Machine Learning Libraries

　　8. Natural Language Processing Libraries

Chap3 Python advanced application (Pandas, Matplotlib, Scrapy)

3.1 Data Analysis with Pandas

　　3.1.1 Data Cleaning:
　　　Training

　　3.1.2 Using vectorized data in pandas
　　　Training

　　3.1.3 Data Wrangling
　　　Training

　　3.1.4 Aggregate Operations
　　　Training

　　3.1.5 Analyzing time series
　　Training

3.2 Data Visualization

　　3.2.1 Plotting diagrams with matplotlib
　　　Training

　　3.2.2 Using matplotlib from within pandas
　　　Training

　　3.2.3 Creating quality diagrams
　　　Training

　　3.2.4 Visualizing data in Jupyter notebooks
　　　Training

　　3.2.5 Other visualization libraries in Python--- PIL
　　　Training

3.3 Python for the web

　　3.3.1 Packages for web processing
　　　Training

　　3.3.2 Web Crawling
　　　Training

　　3.3.3 Parsing HTML and XML
　　　Training: test3.3.3.py

　　3.3.4 Filling web forms automatically
　　　Training: test3.3.4.py

　　3.3.5 Integrative Case Training
　　　1) Taobao.py
　　　2) Douban.py
　　　3) Jiepai.py
　　　4) Maoyan.py

3.4 Python for maintenance scripting

　　3.4.1 Raising and catching exceptions correctly

　　3.4.2 Organizing code into modules and packages

　　3.4.3 Understanding symbol tables and accessing them in code

　　3.4.4 Picking a testing framework and applying TDD in Python

Chap4 Python with Machine Learning and NLP

4.1 Python with Machine Learning：

　　4.1.1 regression：SGD, SVR Ensemble, Ridge, SVR

　　4.1.2 Classification：SGD, Kernel Approximation, KNeighbors, LinearSVC, SVM, Naïve Bayes, Decision Tree, Random Forest

　　4.1.3 Clustering：KMeans, Spectral Clustering , GMM, MeanSHift VBGMM, MiniBatch Kmeans, SOM

　　4.1.4 Dimension Reduction：PCA, LDA, LLE, Isomap, Spectral Embedding

　　4.1.5 Series Data Mining：HMM, GMM, DTW, DNN, TDNN

4.2 Python with NLP：

　　4.2.1 Word Segmentation

　　4.2.2 Part of Speech tagging: POS

　　4.2.3 Word Vectorization: Word2vec

　　4.2.4 Semantic Similarity

　　4.2.5 CRF++