数据与文本工具是数据科学课程吗?
还不是。它更像进入数据科学之前的实用地基,重点是文本处理、小数据清洗、JSON/CSV 和记录整理,而不是 pandas 或可视化。
这章聚焦文本、表格和数据处理。学完后,你能写出实用的小工具,帮你整理信息和处理数据。
用 HoppyPy 练习实用的 Python 文本处理与小数据清洗。课程覆盖字符串、元组、集合、字典、函数返回值、JSON、CSV、脏文本整理和浏览器内记录工具。
从《落灰的便条》开始
按清晰的学习递进分组
直接在 HoppyPy 里练习
这门课会补强 Python 最实用的一面:清理字符串、整理记录、处理小文件,以及把现实任务里那些凌乱信息慢慢收成可用结果。
适合已经会一点 Python、想让它开始帮自己处理真实文本、文件和杂乱记录的学习者。
面对脏字符串、脏表格和脏记录时,不再只能卡住,而是知道怎样一步步整理。
更自然地处理 JSON、CSV、TXT 以及混合记录这类小型真实任务。
学完后能写出真正帮自己整理信息的小工具,而不是只会做练习题。
这里先回答几个最实际的问题:是否免费、要不要安装、适不适合零基础,以及大概会学什么。
还不是。它更像进入数据科学之前的实用地基,重点是文本处理、小数据清洗、JSON/CSV 和记录整理,而不是 pandas 或可视化。
你会练习字符串清理、格式化、元组、集合、字典、函数返回值、JSON、CSV,以及简单的脏文本解析。
可以。课程以浏览器内 Python 练习为主,部分课会使用随课程提供的小型文本、JSON 或 CSV 文件。
适合已经学过一点 Python 基础,想让 Python 开始帮自己整理文本、记录和小数据的学习者。
前几章会刻意把动作拆得很小,后面的章节再把这些能力重新组合,带你进入更接近真实工作的文件、记录和现实任务场景。
共 7 节,对应第 1-7 课。
共 7 节,对应第 8-14 课。
共 7 节,对应第 15-21 课。
共 7 节,对应第 22-28 课。
共 5 节,对应第 29-33 课。
共 4 节,对应第 34-37 课。
共 4 节,对应第 38-41 课。