coursera上有哪些值得學習的Python,數據分析的課程？

01-07

RT

我極力推薦rice大學的那門python課，課程設計很好，老師非常負責

-----------------------------------------------------------

昨晚手機答題，今天更新一下；

Rice大學的課程總共有3門，現在貌似拆解成6門了；每門課8周時間，按照由淺入深的順序來的。

第一門課是Python基礎，介紹了Python的基礎語法；

第二門課是計算基礎，介紹了一些稍微複雜一點的語法和數據處理；

第三門課是演算法思考，介紹了一些常用的演算法；並且還用到了numpy， matlabplot庫等；我不是做數據分析的，但是據說這些庫在數據分析時經常用到！

課程安排合理只是推薦理由之一；還有推薦的理由包括，課後作業設計精美，老師助教非常負責！

在每周的課程之後，老師都會留課後作業，除了一二十道選擇題用來鞏固知識之外，還會有一個小應用，非常有趣味性；我記得第二門課的第一周作業就是當年剛火起來的遊戲2048；而且數據處理的題目中，就會有非常實際的處理案例，比如分析論文引用次數，分析疾病發生率等等。

此外，老師非常負責。當時我上課時，討論區經常能看到老師的留言，基本上對於一些關鍵性的常見問題，老師都是第一時間回復。簡直良心到爆！！！

我不是搞數據分析方向的，本來只打算學習這個系列的第一門課，了解一下python，結果上了之後感覺非常好，忍不住把後面的課都上完了，還參加了階段考試！老師魅力功不可沒！

-------------------------------------------------------------

更新一下：

這麼課的最新情況我也不了解了，有知友留言說已經要收費了，大家去官網上看吧！我上這門課估計是3年前了，時間久遠。。。。。。

睡覺前看到這個問題，前天寫了一篇關於在coursera學習python的文章，正好對題，於是摘抄一部分，希望能有所幫助

下面就講講我在coursera上學習python的過程（也是給大家推薦這位有趣的教授，有想學python的同學可以去關注一下）。這是由密歇根大學開設的零基礎Python入門專項課程，我先後在coursera學習了裡面的三門課程，分別是《Python入門》，《Python數據結構》，《使用Python訪問網路數據》。

這個教授名叫：CharlesSeverance，下面引至維基百科：Dr. Charles "Chuck"Russell Severance is an American computer scientist and academic who currently serves as Clinical AssociateProfessor of Information at the UniversityofMichigan他長這樣：

Dr.Chuck是一個很有趣的人，他講課非常仔細，在第一門課講變數，條件，函數這些的時候，純英文字幕我也能看的津津有味，而且他還會時不時停下來叫你暫停思考一會兒….（課程配套書《Python for Informatics》）

另外他在每節課後都有OfficeHours或者Interview，他會飛到世界各地，採訪在coursera上上他這門課的人，錄成一個短視頻，讓別人講一下上這門的感受。有一期印象特別深刻是因為他採訪了python的創始人，還跟人家說「我在錄視頻，你配合一下…」

在第一節課《Python入門》里，他主要講了條件語句（while，if，for，continue，break），字元串的處理（索引，解析文本），文件的按行讀書，儲存原理（open函數，句柄，刪除換行符）在第二節課《Python數據結構》，他主要講了string，tuples（元組），list（列表的元素添加，截取），dictionary（字典，鍵值對，按鍵大小排序）以及這些的應用。

我記得他在講元組與列表的區別時，講到元組是不可改變的，列表元素是可以改變的，在你認為命名的對象後面可能會更改時，你應該選擇list，若確保對象不再更改，選擇元組則可以節省更多的空間，更快。以前我一直認為解決一個問題最好的方式是靠好演算法，直到他讓我明白了「clever data structure」同樣具有巨大的能量，而事實也是如此。

我認為Dr.Chuck教給我最多就是編程的思想，一些最基本的原理，而且這些也是他試圖去教給你的。在第二節課結束時，這個逗比教授還搞了一個畢業典禮，請來了他的好基友來做畢業演講，鄭重的發證書…

此處有音樂……

給你遞證書

和你握手

在第三節課《使用Python訪問網路數據》中，他主要講了正則表達式（爬蟲基本工具），網路編程，介紹了HTTP（超文本傳輸協議），URL（統一資源定位符），瀏覽器與server之間的信息傳輸，XML（可擴展標記語言），JSON（數據交換語言）。這些以前從未接觸過的名詞讓我知道了數據信息是怎樣在網路上進行傳遞的，順便讓我對爬蟲技術又有了更深的理解。

然後Dr.Chuck作為一個長者，也經常教我一些人生的經驗，講到爬蟲，他說爬蟲很酷很強大，但是不能用來做一些不好的事，他還說過：」Don』t scrpe Facebook!」，「With great power comes great responsibility!」這樣正能量的話。

在第二節課結束時，他曾經說過：「Thank you for spending all this time with me. If you gotten this far, I really appreciate it, So thank you very much.」其實我也想對他說同樣的話，感謝他所做出的一切！他使我會一直堅持Python的學習。

可以看出大家都很喜歡這位可愛的教授。

另外在第三節最後一課中，我第一次看見了中國人的面孔，羨慕他們！

完

覺得coursera難緩衝以及聽不懂英文以及、編程0基礎的同學看這裡！！！

哭著獻上南京大學的《用Python玩轉數據》（上面有同學提到了但關注度不高）以下是推薦理由：

1、全中文。雖然大部分coursera課程是英文，這下放心了。

2、請用Firefox英文版打開coursera！不要問我為什麼找到因為我一直以為coursera要翻牆所以我花了錢翻牆結果依然，，，，，直到我不知從哪兒看到用Firefox英文版能完美解決這個問題。而且F瀏覽器跟我原來用的瀏覽器不一樣在於，習題居然能正常使用了，看完一段之後直接在視頻上回答問題，非常有互動感！

3、這門課繞開了很多python的邊邊角角問題比如講到抓取網路數據時用到正則表達式它不展開說，而直奔下一問題，正則就要自己有空再學。這避免了作為零基礎感到python越學越多最後不知繞到哪個角落的問題。這門課教學主線很、清晰！我只要用python來數據分析而已啊python別的強大功能先放一邊好嗎？這門課的回答是，好的。

4、課程已完成，比X酷上po主發視頻發了一兩集然後不知跑哪兒去的讓人舒心多了。請按照節奏一步步【完整地】把python【數據分析】拿下。

作為coursera的忠實用戶，我恰好學習過其中的兩個課。一個是python。一個是 data science。

這個是我在python上的證書。教授非常有意思，這門課很適合沒有任何編程基礎的人（比如我）來學，猶記得第一次聽課，因為把python2 和python3 搞混，愣是折騰了3個多小時。。。

data science這門課現在開始收費了，是一個系列課程，我上了其中的兩門，當然是免費的時候，這個課講的都是數據分析，不過不是用python而是R語言。

兩門課相較，我更喜歡python那個老師。

關於Python：

1. 完全0基礎推薦Umich的 programming for everyone 的 specialization

2. 難度稍微大一點的，推薦Rice的計算機基礎

3. 更加有難度的推薦EDX平台上MIT的python

關於數據分析：

我知道的就2點：

1. JHU的數據科學有點水圈錢課！

2. R語言必備！所以強推Duke的統計分析

註：果殼網旗下有個mooc的導航網站，做的還不錯，蠻多課程都有前人的筆記啊，評價啊什麼的，可以看看。（截止C站上推出大量 specialization，因為好多都是新課，尤其capstone,有的都沒開放所以大家不知道）

有一個叫南京大學的《用Python玩轉數據》，剛上完。

視頻看完了，最後一章節的quiz還沒做。

視頻裡面那老師挺有趣的，最後的彩蛋部分居然用粵語唱了首歌，昨晚剛聽的，想那老師也挺歡樂的還。

還有本書《用Python進行數據分析》

正在看……

親身在Coursera上面學了兩門課，而且還是其中翻譯團隊的一員，真心覺得要說適合編程入門的公開課的話，還是 UCB 的 CS61ABC 系列更好。而且現在Edx Coursera Udacity 的課程質量相比於幾年前已經有不少下滑，雖然課程種類多了，但是好課的開課頻率越來越低，被大量圈錢課程充斥著

Coursera 上面 NG 的那門 ML 從入門的角度來看講的非常好，但是深度遠遠不夠，想深入理解的話可以去 CMU Machine Learning Department 那裡找 Tom Mitchell 的視頻來看，或者看 NG 在大S上課的視頻

Mark 一下剛剛結束的第一節課。

對於編程小白來說課（jiao）程(shou)的趣(dou)味(bi)性大大提升了我跟下去的動力，一次聽兩周的課，三次多就結束了。

不說了，我要去跟第二節課了！

【嚴重不推薦南京大學的《用Python玩轉數據》！！】如果看過coursera吳恩達andrew 的機器學習 machine learning 的同學，如果如果還希望看他這種授課方式（帶著應用目標，一個一個部分螺旋式教學，邊教你邊帶著你做小項目）的同學，請不要看南京大學的課程！

上課體驗：

1.還是傳統灌輸式授課！看到有人推薦南京大學的課程，覺得看中文課程會快一些，而且發到couresera，課程會更偏應用性。但是課程還國內傳統的方式，先把所有知識點講了，但不知道能幹啥，要幹啥！！！課程叫《用Python玩轉數據》，上到第三周都不知道要幹啥，學了這些。都不知道我們要。。別告訴我可以處理數據啊！！（雖然課程製作上想做的有趣一些，能看到這些努力，本來也想支持一些的，我也忍了）.

2.沒講的內容也會出現在qiuz中，這也是讓我忍不了的。我上完第三周課程做第二周的quiz，好幾道題都是視頻中沒講到，翻了課件上也沒寫，難道讓我們再自學？！（我本身就在自學中，能不彎彎繞嗎，我很笨，能直接點嗎？對於我們邊工作邊自學，時間本身有限的人，很是受傷啊~）

3.存在不少不嚴謹的地方。舉個例子：

第二周quiz，第3題

看了題目，我去看了下講義，相關內容如下：

到底是urllib.urlopen() 還是 urllib2.urlopen()在Python 3 中被urllib.request()代替啊？第3題到底是對還是錯啊！當然我可以在Python中自己試，那還要課件幹什麼啊？！（而且這種問題還有不少）

上課上的優點鬱悶，決定換個課程了！噴就噴了吧~

推薦EDX上面的Introduction to computer science and programming using python。如果英語字幕看得比較困難，可以去學堂在線上課，有中文字幕。

Rice大學的Python課也上過，裡面的作業大多數都是小遊戲的python實現，且重點在交互上面，適合沒接觸過Python的人，能夠快速找到學習的興趣。

如果想要對cs有更進一步的學習與理解，並用Python實現些經典的演算法，建議去學習EDX的python課。

兩個都是挺有意思的課，可以都去上一上，再根據自己的興趣進行選擇，edx的課程內容比rice大學的這門課程更多，也會難一點。

如果完全沒有編程基礎推薦Michigen的Python for everyone.下一步可以接著上Rice的Fundementals of Computing系列。Data science的課有太多，雖然我已經完成了JHU的系列，但並不推薦。這個系列非常學院派,優點是methodology和framework非常全面和細緻，但是課講的一般，材料也不是很有趣。Andrew Ng的Machine Learning剛開了個頭，感覺還不錯。

Practical Machine Learning

像它的名字一樣Practical。講的很基礎，有Machine Learning的底子看著就像一場暢快的Review。

萊斯大學

Python 互動式編程

強力推薦~ 我也在跟....

Data science課程。是以R語言展開的。

yeayee. com 有不少實例，3.4，適合初學者。