价格： 29 学币
Python+Vue 全栈开发BI数据可视化项目视频教程，由优库it资源网整理发布。本课程结合当前BI可视化分析主流工具及框架(Pandas & Numpy & Flask & Vue & Mysql)，手把手带你开发一个全栈项目，全流程特训你的数据可视化能力，助力你迅速成为数据时代的新锐开发者。
收获整套通用可视化解决方案
具备数据可视化平台开发能力
强化数据处理与分析全局思维
掌握常用数据建模的落地方法
提升Py数据分析工具实用技巧
夯实热门可视化前端展示框架
.
├── 1-为什么越来越多的开发者选择或者尝试“BI可视化”的新赛道/
│ ├── [ 16M] 1-1 进军可视化IB新赛道，让自己的发展之路更宽
│ ├── [2.3M] 1-2 本章概览
│ ├── [ 18M] 1-3 可视化BI的企业需求及业界典型场景
│ ├── [4.5M] 1-4 BI可视化对标的岗位及前景
│ ├── [7.3M] 1-5 如何选择更适合的可视化BI工具
│ ├── [ 16M] 1-6 进军“可视化BI”领域，你准备好了吗
│ └── [ 10M] 1-7 高效学习可视化BI的方法和线路
├── 2-知识储备-python必备技能/
│ ├── [ 12M] 2-1 本章概览&技术选型优势
│ ├── [ 14M] 2-2 细数需要掌握哪些python能力
│ ├── [ 23M] 2-3 内置数据结构
│ ├── [ 33M] 2-4 Ndarray数据结构
│ ├── [ 24M] 2-5 pandas数据结构
│ └── [ 18M] 2-6 面向对象编程
├── 3-知识储备-Numpy的使用/
│ ├── [ 23M] 3-1 本章概览及专业术语梳理
│ ├── [ 16M] 3-2 numpy在数据分析中的用途
│ ├── [ 45M] 3-3 numpy数据计算
│ ├── [ 41M] 3-4 numpy数学公式计算以及案例实操
│ └── [5.1M] 3-5 本章重点梳理
├── 4-知识储备-Pandas的使用/
│ ├── [2.7M] 4-1 本章概览
│ ├── [ 15M] 4-2 pandas介绍
│ ├── [6.2M] 4-3 pandas与numpy的区别
│ ├── [ 13M] 4-4 pandas的数据结构（1）
│ ├── [ 21M] 4-5 pandas的数据结构（2）
│ ├── [ 17M] 4-6 pandas的数据结构（3）
│ ├── [8.4M] 4-7 pandas的数据结构（4）
│ ├── [9.2M] 4-8 pandas的数据结构（5）
│ ├── [ 65M] 4-9 利用pandas对数据描述性统计及分组聚合
│ ├── [ 51M] 4-10 利用pandas对数据合并和拼接（1）
│ ├── [ 57M] 4-11 利用pandas对数据合并和拼接（2）
│ ├── [ 44M] 4-12 利用pandas对数据进行遍历
│ ├── [ 29M] 4-13 利用pandas对数据进行排序
│ ├── [ 63M] 4-14 利用pandas对数据的缺失值进行处理
│ ├── [ 42M] 4-15 利用pandas操作文件
│ ├── [7.0M] 4-16 pandas的使用注意事项
│ └── [ 22M] 4-17 本章重点内容梳理
├── 5-知识储备-利用matplotlib可视化展示数据/
│ ├── [7.5M] 5-1 本章概览
│ ├── [ 24M] 5-2 绘制折线图
│ ├── [ 26M] 5-3 绘制柱状图
│ ├── [ 27M] 5-4 绘制散点图
│ ├── [ 18M] 5-5 绘制直方图
│ └── [6.9M] 5-6 重点内容梳理
├── 6-知识储备-数据建模/
│ ├── [8.9M] 6-1 本章概览
│ ├── [8.0M] 6-2 多元回归模型介绍
│ ├── [ 54M] 6-3 多元回归模型建模
│ ├── [ 48M] 6-4 多元回归模型建模
│ ├── [ 51M] 6-5 K-Means聚类算法（上）
│ ├── [ 42M] 6-6 K-Means聚类算法（下）
│ └── [ 36M] 6-7 时间序列模型
├── 7-可视化BI开发实战-情景分析/
│ └── [ 11M] 7-1 情景分析
├── 8-可视化BI开发实战-数据预处理/
│ ├── [ 17M] 8-1 本章概览及为什么数据预处理
│ ├── [ 31M] 8-2 异常数据处理
│ ├── [ 48M] 8-3 运用正则处理数据（1）
│ ├── [ 41M] 8-4 运用正则处理数据（2）
│ ├── [ 37M] 8-5 聚合分组变化规约
│ └── [ 14M] 8-6 本章重点内容梳理
├── 9-可视化BI开发实战-数据建模/
│ ├── [ 12M] 9-1 本章概览
│ ├── [ 41M] 9-2 平稳时间序列建模（1）
│ ├── [ 23M] 9-3 平稳时间序列建模（2）
│ ├── [ 41M] 9-4 非平稳时间序列建模
│ └── [6.7M] 9-5 本章重点内容梳理
├── 10-可视化BI开发实战-系统设计/
│ ├── 【认准一手完整 www.ukoou.com】
│ ├── [ 37M] 10-1 系统设计（上）
│ └── [ 23M] 10-2 系统设计（下）
├── 11-可视化BI开发实战-数据存储/
│ ├── [ 36M] 11-1 mysql基本操作回顾
│ ├── [4.3M] 11-2 配置文件
│ ├── [ 21M] 11-3 使用python封装mysql1
│ ├── [ 27M] 11-4 使用python封装mysql2
│ ├── [ 45M] 11-5 使用python封装mysql3
│ ├── [ 26M] 11-6 使用python封装mysql4
│ └── [5.6M] 11-7 本章重点内容回顾
├── 12-可视化BI开发实战-后端服务开发/
│ ├── [ 31M] 12-1 利用flask快速搭建简单服务并验证
│ ├── [ 32M] 12-2 利用MVC思路开发数据层内部接口
│ ├── [ 22M] 12-3 利用MVC思路开发逻辑层内部接口-1
│ ├── [ 23M] 12-4 利用MVC思路开发逻辑层内部接口-2
│ ├── [ 34M] 12-5 利用MVC思路开发view层外部接口
│ ├── [ 11M] 12-6 flask服务入口程序开发
│ └── [7.9M] 12-7 验证flask服务启动是否正确
├── 13-可视化开发实战-前端开发/
│ ├── [7.2M] 13-1 前端知识介绍
│ ├── [ 19M] 13-2 快速搭建vue脚手架
│ ├── [ 53M] 13-3 echars组件化
│ ├── [ 63M] 13-4 脚手架详解
│ ├── [ 24M] 13-5 echars组件化
│ ├── [ 27M] 13-6 使用css优化页面布局
│ ├── [ 66M] 13-7 数据的静态渲染（上）
│ ├── [ 60M] 13-8 数据的静态渲染（下）
│ ├── [ 54M] 13-9 使用js和axios渲染后端数据（上）
│ └── [ 54M] 13-10 使用js和axios渲染后端数据（下）
└── 资料代码/
