簡單易學
開發代碼少，明確表達需求邏輯
語法規則簡單，接近自然語言
一碼多用，可以用相同的代碼處理不同規模的數據
學科應用
自動化運維 自動化測試 數據分析 Web應用開發 桌面應用開發 操作系統管理 服務器軟件 人工智能

第 一階段
課程內容
運算符與表達式、垃圾回收機制、函數式編程、類和對象、Git操作
可掌握的能力
Python內存管理、引用計數、函數式編程定義、高階函數、遞歸、學生信息錄入、刪除、修改、成績排序、存儲等功能
第二階段
課程內容
網絡爬蟲基礎、Scrapy框架、Linux & 數據庫基礎
可掌握的能力
Mysql高級查詢、單表、多表、子查詢、分頁、聯表、視圖、函數、觸發器、索引、優化；pipeline的介logging模塊的使用、構造請求、item的介紹使用、debug信息的認識、scrapy shell、scrapy settings存儲過程、事務
第三階段
課程內容
Excel數據分析、數據分析工具Numpy、數據分析工具Pandas、數據可視化工具matplotlib
可掌握的能力
ndarray對象、索引和切片、組合與拆分、數據類型、Pandas定義、Pandas功能、Pandas的安裝、Tableau圖表分析、Tableau地圖繪制與 圖像、Tableau高級圖表類型
第四階段
課程內容
Scikit-Learn機器學習、深度學習
可掌握的能力
掌握機器學習常用回歸、分類以及聚類算法原理及API使用；掌握機器學習算法超參數優選方法，并訓練模型；掌握深度學習框架Tensorflow的原理及常用API的使用；掌握神經網絡的特點及原理；在數據分析師的基礎之上進一步增加核心競爭力；邁進數據挖掘和人工智能大門,掌握必備的入門條件