#扒一扒网易云课堂python课程，发现还是有不少可以白嫖的免费好资源

大家好，最近有不少新朋友咨询怎么学Python，从哪找学习资源等等。

由于我个人也是从网易云课程的免费资源入门的，这里就扒一扒了网易云课程的Python课程资源，做简单的处理分析，让大家对这个平台的免费好资源有个了解，然后白嫖起来就好了。

关于免费课程方面，其实有很多都讲的很详细，新人朋友选择某个完整的学习下去基本就能对基础有一定的掌握，然后再进行更深入的学习就行了。

文章目录

1. python课程数据采集

网易云课堂的课程列表数据爬取比较简单，直接关键字搜索出结果之后在开发者模式找到请求源地址即可，通过接口发现数据起始就是json格式的，处理也比较简单，附完整代码如下：

import pandas as pd
import requests
from tqdm import tqdm

# 请求头
headers = {
    "Accept-Encoding": "Gzip",  # 使用gzip压缩传输数据让访问更快
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.97 Safari/537.36",
}
# 数据接口地址
url = 'https://study.163.com/p/search/studycourse.json'

# 获取数据函数
def getData(page):
    pageIndex = page
    relativeOffset = (page-1)*50
    Payload = {
        'activityId': 0,
        'keyword': "python", # python关键字，你也可以改为别的
        'orderType': 5,
        'pageIndex': pageIndex,
        'pageSize': 50,
        'priceType': -1,
        'qualityType': 0,
        'relativeOffset': relativeOffset,
        'searchTimeType': -1,
    }

    r = requests.post(url, json=Payload, headers=headers)
    data = r.json()

    return data

# 获取总页数
data = getData(1)
pages = data['result']['query']['totlePageCount']

dataList = []
for page in tqdm(range(1, pages+1)):
    data = getData(page)
    dataList.extend(data['result']['list'])
# 将数据转为dataframe类型
df = pd.DataFrame(dataList)
# 只选取自己需要的字段
df = df[['courseId', 'productName', 'description', 'provider', 'score',
         'learnerCount', 'lessonCount',
         'originalPrice', 'discountPrice', 'discountRate','vipPrice']]
df['平台'] = '网易云课堂'
# 存储数据到本地
df.to_csv('网易云课堂python课程.csv',index=None)

数据预览：

数据预览

2. 简单的数据处理

由于我们在查看原始数据发现存在评分超过5，课程实际为Java或Power bi类的，这里需要进行删除：

# 删除score异常的数据及非python课程
df = df[df['score']<=5]
df = df[~df.productName.str.contains('Java')]
df = df[~df.productName.str.contains('Power')]

另外，我们在后续需要对

评分

、

价格

以及

学习人数

进行分箱操作后做数据可视化，这里也直接进行一次
分箱
操作：

# 设置评分区间
bins = [0,2,3,4,4.5,5]
df['评分区间'] = pd.cut(df.score,bins)
# 计算评分区间分布
score = df.groupby('评分区间')['courseId'].nunique().reset_index()
score.评分区间 = score.评分区间.astype('str')

# 设置原价区间
bins = [0,10,50,100,200,500,1000]
df['原价区间'] = pd.cut(df.originalPrice,bins,right=False)
# 计算原价区间分布
price = df.groupby('原价区间')['courseId'].nunique().reset_index()
price.原价区间 = price.原价区间.astype('str')

# 设置学习人次区间
bins = [0,100,200,500,1000,2000,5000,100000,1000000]
df['学习人次区间'] = pd.cut(df.learnerCount,bins,right=False)
# 计算学习人次区间分布
learner = df.groupby('学习人次区间')['courseId'].nunique().reset_index()
learner.学习人次区间 = learner.学习人次区间.astype('str')

# 计算各培训机构python课程数
provider = df.groupby('provider')['courseId'].nunique().reset_index()

3. 都有哪些不错的课程

由于评分最高的一批课程以及学习人数最多的课程都是免费的，所以这里就直接简单做排序处理就好了。

3.1. 评分最高的课程

评分最高的课程都是满分5分，学习人数超过20万的免费课程《
免费Python全系列教程全栈工程师
》真的超级推荐，不仅包含了python基础，还包含了GUI库Tkinter、爬虫、Django等内容共128课时。

免费Python全系列教程全栈工程师

评分最高且学习人数最多的前10课程：

score10 = df.sort_values(['score','learnerCount'],ascending=False).head(10)
score10[['productName','provider','score','learnerCount','lessonCount']].reset_index(drop=True)

评分最高且学习人数最多的前10课程

有兴趣的同学可以都看看，根据自己的需求，免费的好资源，白嫖起来！

3.2. 学习人数最多的课程

在学习人数最多的课程中，
python基础
、
python爬虫
和
python-web
开发居多，大家依旧是可以根据自己的需求，有选择的进行学习。

learnerCount10 = df.sort_values(['learnerCount','score'],ascending=False).head(10)
learnerCount10[['productName','provider','score','learnerCount','lessonCount','originalPrice']].reset_index(drop=True)

学习人数最多的课程

绘图展示：

学习人数柱状图

绘图代码：

from pyecharts import options as opts
from pyecharts.charts import Bar

x_data = learnerCount10.productName.to_list()
y_data = learnerCount10.learnerCount.to_list()

bar = (Bar(init_opts=opts.InitOpts(theme="light", width='800px',
                                   height='490px',
                                  ))
       .add_xaxis(x_data)
       .add_yaxis('', y_data)
       .set_global_opts(
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
        title_opts=opts.TitleOpts(title="网易云课堂Python课程学习人数最高的前10课程", subtitle="绘图：可以叫我才哥"),
        )
      )

bar.render_notebook()

3.3. 数据分析及可视化类的课程

我们通过关键字过滤课程，看看都有哪些关于数据分析、可视化及pandas的免费课程资源

数据分析主题课程

data = df[df['productName'].str.contains('数据分析')]
learnerCount10 = data.sort_values(['learnerCount','score'],ascending=False).head(10)
learnerCount10[['productName','provider','score','learnerCount','lessonCount','originalPrice']].reset_index(drop=True)

数据分析课程

大家就找
originalPrice = 0
且
score
高的就可以看看了。

可视化主题课程

data = df[df['productName'].str.contains('可视化')]
learnerCount10 = data.sort_values(['learnerCount','score'],ascending=False).head(10)
learnerCount10[['productName','provider','score','learnerCount','lessonCount','originalPrice']].reset_index(drop=True)

可视化

pandas主题课程

data = df[df['productName'].str.contains('pandas')]
learnerCount10 = data.sort_values(['learnerCount','score'],ascending=False).head(10)
learnerCount10[['productName','provider','score','learnerCount','lessonCount','originalPrice']].reset_index(drop=True)

pandas

4. 网易云课程Python课程数据统计

网易云课堂一共有1,544种python关键字课程，其中有400门是免费课程，占比达到25.91%超过1/4。在网易云课堂发布课程的机构有491家，其中最多的发了59门课程。

4.1. 评分区间分布

可以看到，网易云课程中，超过3/4大部分课程的评分在4-4.5分之间，超高分的4.5以上也有接近20%，整体来说还是可以的。

评分区间

绘图代码

：

from pyecharts.charts import Pie

# 富文本
rich_text = {
    "a": {"color": "#999", "lineHeight": 22, "align": "center"},
    "b": {"fontSize": 12, "lineHeight": 33},
    "per": {
        "color": "#eee",
        "backgroundColor": "#334455",
        "padding": [2, 4],
        "borderRadius": 2,
    },
}

cate = score.评分区间.to_list()
data = score.courseId.to_list()

pie = (Pie(init_opts=opts.InitOpts(theme='light', width='700px',
                                   height='490px',
                                  ))
       .add('', [list(z) for z in zip(cate, data)],
            radius=180, #设置饼图半径
            label_opts=opts.LabelOpts(position='outsiede',
                                     formatter="{b|{b}: }{c}  {per|{d}%}  ",
                                     rich=rich_text))
       .set_global_opts(legend_opts=opts.LegendOpts(is_show=False),
                       title_opts=opts.TitleOpts(title="网易云课堂python课程评分区间分布",
                                         subtitle='制图：可以叫我才哥'),)
       )
pie.render_notebook()

4.2. 课程单价区间分布（原价）

在1544门课程中，有400门免费课程，1144门付费课程。在付费课程中大部分其实在100元以内，其中10元以内 139门占比12.18%，1000元以上42门占比3.68%。

课程单价区间

4.3. 课程学习人次区间分布

其实，有67.6%的大部分课程学习人次都较少低于100，差不多就是那些知名度低或者价格高的课程吧。另外，还有4门课的学习人次超过了10万次，这部分就是上面提到的python基础免费课程。

学习人次区间分布

4.4. 课程名称常用关键词

对于python课程，大家都喜欢起什么名字呢，以python为核心关键字之外，常见的关键字还有
基础
、
入门
、
爬虫
、
开发
、
编程
、
实战
等等。

我们可以看到，爬虫作为特殊关键词的存在，一定程度上表明了这类型可能很受python学习者的青睐！

python课程关键字词云

4.4. 课程描述常用关键词

在课程描述中，依旧是以Python为核心关键字，此外
课程
、
数据
、
开发
、
学习
、
基础
、
讲解
、
介绍
、
数据分析
和
项目
等字眼也频繁被用到。

python课程描述常用关键词

以上就是本次全部内容，关于爬虫源码、课程数据文件、数据处理及可视化过程代码大家可以回复0411领取。

现在其实各种在线教育平台提供了很多不错的免费课程资源，不需要被眼花缭乱而不知所选，其实
挑选某个比较全面的课程，然后按照课时顺序学完就够了
。

原文链接：https://blog.csdn.net/dxawdc/article/details/115603790