【最后一天】开学弯道超车！python常用科研方法都在这里了！

本课程旨在帮助学员从零基础快速掌握Python编程，特别是针对科研编程的应用。

课程中将结合《管理世界》《中国工业经济》等顶刊的案例，帮助学员理解技术的实际应用。同时，授课过程中将使用当今最前沿的ChatGPT作为辅助编程工具进行快速编辑。

1.1 课程目标：通过本课程，学员将掌握Python编程的核心技能，能够独立完成科研数据的处理与分析，为科研工作提供强有力的技术支持。

1.2 课程内容：课程中将结合《管理世界》《中国工业经济》等顶刊的案例，帮助学员理解技术的实际应用。同时，授课过程中将使用当今最前沿的ChatGPT作为辅助编程工具进行快速编辑。

1.3 课程特点：

第一讲：Python编程基础（8.31）                                                        

• Python基础语法

• 变量与数据类型

• 运算符与表达式

• 控制结构

• 条件语句

• 循环语句

• 函数与模块

• 函数定义与调用

• 模块与包的使用

• 文件操作

• 文件读写

• 文件路径与目录操作

• 错误处理

• 异常捕获与处理

• 自定义异常

• Numpy

• 数组与矩阵操作

• 数学函数与统计方法

• Pandas

• 数据结构

• 数据清洗与处理

• 数据合并与分组

• Matplotlib

• 基本绘图

• 图形定制与美化

• 多子图与动画

Case 1：海关数据的处理与基础可视化

Case 2：工商注册基本信息的处理与可视化

• 发起网络请求

• requests库的基本使用方式

• 解析响应数据

• Xpath

• Beautifulsoup

• Re

• 抓包工具

• 自动化爬虫

Case 1：上市公司年报下载

Case 2：中国土地市场网数据获取

• 文本分析

• Pdfplumber：PDF文档解析

• Jieba：中文分词

• TF-IDF：词频-逆文档频率

• Word2Vec：词向量表示

• LDA：最基础最传统的主题建模

• BERT-Topic：基于BERT的主题建模

• 社会网络分析

• NetworkX：网络构建与分析

• 基本网络指标

• 社区检测与可视化

Case 1: 企业人工智能指标构建

Case 2：连锁董事网络指标测算

• 传统机器学习

• K-近邻算法（KNN）

• 线性回归

• 决策树

• 支持向量机（SVM）

• 聚类算法

• 现代机器学习

• ERNIE：最常用的中文NLP预训练模型

• LangChain：自然语言处理中的链式结构模型

• 深度学习基础

• 神经网络基础

• 卷积神经网络（CNN）

• 循环神经网络（RNN）

Case 1：基于机器学习的数字专利分类

Case 2：基于大语言模型的企业数字化转型测度

扫码报名

扫码购买实证会员