一、培训简述
课程中通过细致讲解，使学员掌握该技术的本质。具体收益包括：
1.掌握Python基础；
2.理解Python脚本的应用场景并掌握可视化界面的开发；
3.通过实际项目案例掌握Python的数据分析思路及方法。
4.Python调用Hadoop实现电影推荐功能。

二、培训特色
本次培训从实战的角度对Python进行了全面的剖析，并结合实际案例分析和探讨Python技术的应用场景，给Python相关从业人员以指导和启迪。

三、培训时长
     共计 3天，每天6课时

四、培训大纲

时间	培训模块	培训内容
第一天 上午	Python 函数与类	PyCharm环境搭建与GIT使用 变量、常量、逻辑语句介绍 数据结构之 List、Set、Tuple、Dict 缺省参数、可变参数、关键字参数、 Lambda函数、递归函数 函数的封装与随机数生成器 Python面向对象编程(封装、继承、多态) 模块、包、Python标准库介绍
第一天 下午	Scrapy框架实践	Http协议理论介绍 Scrapy介绍与环境搭建 框架结构与工作原理介绍 网页数据解析之xpath Selenium与“幻影”浏览器-PhantomJS 动态IP设置与反爬虫技术 豆瓣电影站点爬取实践 分布式爬虫与数据入库实现
第二天 上午	Python常用科学库	Numpy科学库介绍 数组的索引和切片 数组的运算(排序、通用函数、统计运算) 数组的存取操作 综合案例：图像变换 Pandas数据结构(Series,DataFrame) 数据运算（算术、排序、分组）
第二天 下午	Python数据可视化	Matplotlib库 Seaborn可视化库介绍 常用的数理统计公式介绍 直方图、饼图 折线图、散点图 高级图表 (散点图、箱线图、云图) 采用可视化实现银行客户画像
第三天 上午	常见分析算法介绍	欧式距离与K-近邻算法介绍 数据清理、特征值分析 Train_test_split分割训练集与测试集 模型训练与超参数介绍 交叉验证与网格搜索 K-近邻实现就近酒店入住推荐系统
第三天 下午	Python + Hadoop数据推荐	数据三种形态与分布式数据库 Hadoop安装与启动 Python + MapReduce编程实战 Hadoop中的Shuffle与Sort原理应用 MapReduce架构分析 电影相似度原理分析 Python + Hadoop编写电影推荐代码

刘老师
十几年软件研发经验，8年企业培训经验，对Java、Python、区块链等技术领域有独特的研究，精通J2EE企业级开发技术。Java方向：设计模式、Spring MVC、MyBatis、Spring、StringBoot、WebService、CXF并且对Java源码有深入研究。Python方向：Python OOP、Mongodb、Django、Scrapy爬虫技术、基于Scikit-Learn机器学习框，Tensorflow深度学习框架、人脸识别技术。
区块链方向：BitCoin、Solidity、Truffle、Web3、IPFS、Hyperledger Fabirc、Go、EOS
精品课程

• Python核心编程与快速入门
• Django Web开发、Scrapy爬虫实践
• Numpy与Pandas数据统计与分析技术
• Python机器学习 (K-近邻、贝叶斯、决策树、随机森林、K-均值、线性回归)
• Tensorflow 深度学习与人脸识别技术
• Java SSH高级应用开发最佳实践
• Spring Boot与Spring Cloud
• 设计模式最佳实践
• 区块链、比特币、以太坊智能合约应用实践
• Solidity Truffle智能合约最佳实践
• Hyperledger Fabirc 联盟链架构实现

教学风格
丰富的企业应用软件开发经验，深厚的软件架构设计理论和实践。专业而丰富的培训教学技能，将深奥的技术理论与企业实践有机融合，通过轻量化、深入浅出的授课方式让学员在愉悦中获取知识。