课程-《AKShare-初阶-实战应用》- 数据整理，数据存储和数据可视化

✔️课程介绍

本课程主要围绕通过 AKShare 获取到数据后的实战应用展开，主要包括：数据整理，数据存储和数据可视化三大部分。学完本门课程，可以掌握基本的数据分析能力。

本课程的特点是：

1.开源作者亲自讲解，内容详实；

2.紧跟 AKShare 的实战应用，能快速上手；

3.从第三方库的源码和文档出发，授人以渔；

4.实战中总结出的经验，有助于快速避坑；

课程内容丰富，总计 11 小时+的课程内容，内容形式主要是：教学视频+PDF图文稿件，既可以通过视频手把手学习，也可以通过 PDF 图文教程快速游览！

其中主要涉及到的 Python 库为：pandas，matplotlib，sqlalchemy，pandera，mplfinance 和 pyecharts 等，我们会在课程中使用目前的最新版本的依赖库，如果后续课程中依赖库有升级，会在图文教程中更新相关的使用方式。

我们的课程会围绕相关第三方库提供的官方文档和项目源码为参考，帮助大家掌握最权威的使用方式，同时也会给大家强调使用过程是需要注意的事项，力争做到事半功倍。

通过本门课程的学习，可以掌握最常用的数据整理方法，进行数据可视化，最后能将数据存储起来，方便之后的进一步应用。

✔️课程目录

1.数据整理

a.数据类型转换 - 介绍快速将数据转换为可以应用的类型

b.数据字段增删改查01 - 介绍 pandas 最常用的功能（必备）

c.数据字段增删改查02- 介绍 pandas 最常用的功能（必备）

d.数据字段增删改查03 - 介绍 pandas 最常用的功能（必备）

e.数据校验 - 利用 pandera 库来校验数据，保证数据的准确性

2.数据存储-文件

a.最通用的格式-CSV - 介绍快速读取和写入数据及其格式的优缺点

b.高效数据存储-HDF5 - 介绍如何提高数据的读取和写入效率

c.其他数据存储类型-Feather和Parquet - 介绍 Pandas 2.0 开始的高效数据格式

3.数据存储-数据库

a.数据库选型 - 介绍如何选择合适的数据库来存储数据

b.MySQL 搭建结构化数据库 - 介绍如何手把手搭建本地的财经数据库

c.利用 Python 操作数据库 - 介绍利用 Python 来对数据库进行读写操作

d.利用 Pandas 操作数据库 - 介绍利用 pandas 及 sqlalchemy 来进行高效数据库操作

4.数据可视化

a.利用 Matplotlib 进行绘图 - 介绍进行基本的财经数据可视化

b.利用 Mplfinance 进行静态财经数据可视化 - 介绍进行专业财经数据的可视化

c.利用 Pyecharts 进行动态财经数据可视化 - 介绍基于 pyecharts 2.0 的动态数据可视化

✔️获取方式如下：

🔗扫码进入课程店铺：

🔅懒得点链接？导学课在这里 🤗

👇点击阅读原文可直接跳转到课程首页