学员故事
设计出身的学员，在篱笆老师的帮助下轻松入门数据分析，获取完整 Case study 项目经验
L同学：设计专业毕业且工作多年，近期想要了解数据相关岗位，尝试更多的职业可能性，在篱笆老师的带领下，高效、系统化的实现了数据分析入门，完整地完成了针对性的数据分析项目，为未来的职业发展打下了良好基础。
Jenny导师：谷歌数据分析师，擅长帮助学生挖掘自我能力并顺利通过工作面试，短时间内快速高效提升面试技巧和语言水平。
我之前是设计专业的，大概十几年前就毕业了，是最近通过朋友介绍还有看各种社交平台的讨论，了解到数据相关的岗位最近很火。因为我之前从来没有接触过数据相关的工作，但是自己有一些兴趣，所以想先通过系统的课程，来试试看自己适不适合数据这个方向，如果之后想要转行的话，也可以打下一个比较好的基础。
综合自己的各类需求，我就找到了篱笆教育，报名了篱笆教育的大数据实战项目课程，这个项目课程就涉及到数据分析和可视化的一些内容，老师会教我使用SQL，Python，Tableau等常用的数据工具，再引导我去完成一个实际的Case。
因为我之前是设计专业的，设计和Coding还是差很多的，我的导师Jenny老师就会用她很系统的知识框架，去帮助我更好的理解和吸收这些新知识。比如说Pyhton, 我就是完全“0基础”的学生，Jenny老师就会从最基础的内容一点点过，告诉我哪些基础的Code是需要掌握的。我觉得这种方式就对我非常友好，因为我自己前面也会在网络上看各种各样的教程，类似于那种网课，其实大家随便一搜就能找到很多，但是没有老师引导的话，学起来心里就很没有底，不知道要学到什么程度，有点漫无目的的感觉，在Jenny老师的帮助下，我的知识框架就非常的系统和完整，心里也会有底一些。
例如在数据清理这一项里我们就讲到了很多常用的代码。
（1）数据排序
#按年龄升序排列，年龄相同时按性别降序
sortData = data5.sort_values(
by=['age','gender'],
ascending=[True,False]
)(2) 重复值查找 duplicated
#找出行重复数据的位置 dIndex = data.duplicated() dIndex #只看性别列是否重复 dIndex = data.duplicated(['gender']) dIndex #提取重复数据 data[data.duplicated()]
（3）重复数据删除 drop_duplicates
#对user_id去重 data[data.duplicated(['userid'])] cData=data.drop_duplicates(['userid']) cData
（4）数据补齐 fillna
#使用消费的平均值补齐缺失值 data['consume'] = data.consume.fillna(data.consume.mean()) data
(5) 删除缺失值 dropna
pd.DataFrame.dropna(axis=0,how='any')
axis 默认值0，按行删除空值；可选1，按列删除空值
how 默认值any,一个为空就删；可选all，所有为空才删
JdData = data.dropna() dData
(6) 空格数据处理 strip
pd.Series.str.strip(value=' ')
value 要剔除的值，默认为空格值
e#去除字符串前后的空格 data['name'] = data['name'].str.strip() data
关于Jenny老师，我还是非常感谢她的，因为我会有很多问题，Jenny老师都会很耐心的回答我。篱笆这边是1对1的小班课，所以不管是Jenny老师还是教务服务的老师，都会给我一种事事有回应的感觉，我听之前上过其他培训班的朋友有提过有的培训就是找不太到实际的人，篱笆的小班制在这方面就是做的比较好，给我比较好的体验的。
总的来说，篱笆教育的课程质量和服务我都是比较认可的，不管是国内还是国外的同学，都有相对应的导师和合适的课程，如果在求职方面需要专业系统的指导，可以来了解一下篱笆教育。
