交互的Python:数据分析入门

交互的Python:数据分析入门

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

Python基础与数据分析结合Markdown

内容简介

本书内容主要涉及3个方面,一是Python的基础知识;二是数据分析核心模块的学习和使用,主要包括使用Python进行数据处理等工作;三是扩展内容,包括Markdown文本书写语言等,对于数据分析从业者来说,书写文档与代码探索、实现同等重要,有必要掌握Markdown这一门简单高效的工具。

章节目录

版权信息

内容提要

前言

资源与支持

第1章 Python介绍及学习前的准备

1.1 Python是什么

1.2 为什么要使用Python进行数据分析

1.3 科学计算核心库简介

1.4 搭建环境

1.5 章末小结

第2章 Python入门示例及基础知识

2.1 Python解释器与IPython

2.2 Python入门示例

2.3 nteract软件使用简介

2.4 算术运算

2.5 变量简介

2.6 基本数据类型

2.7 数据运算

2.8 章末小结

第3章 基本数据结构

3.1 列表

3.2 元组

3.3 字典

3.4 集合

3.5 章末小结

第4章 控制流与文件操作

4.1 条件结构if-else

4.2 for语句

4.3 while语句

4.4 continue、break与pass

4.5 文件操作

4.6 章末小结

第5章 函数与模块

5.1 函数

5.2 函数的参数

5.3 模块

5.4 章末小结

第6章 NumPy

6.1 NumPy简介与ndarray

6.2 数组操作

6.3 数组函数与方法

6.4 章末小结

第7章 Matplotlib

7.1 Matplotlib入门

7.2 基本图形绘制

7.3 多图与自定义

7.4 章末小结

第8章 Pandas入门

8.1 Pandas简介

8.2 Pandas的数据结构

8.3 Pandas对象基本操作

8.4 基本统计分析

8.5 章末小结

第9章 Markdown基础

9.1 Markdown简介

9.2 Markdown语法

9.3 联合Python与Markdown

9.4 章末小结

第10章 数据导入

10.1 CSV文件

10.2 CSV变体

10.3 Excel文件

10.4 pickle文件

10.5 SAS与Stata文件

10.6 HDF5文件

10.7 MATLAB文件

10.8 json文件

10.9 YAML文件

10.10 网页数据

10.11 数据库数据

10.12 章末小结

第11章 数据分析工具箱

11.1 辅助函数与工具

11.2 作用域与求值计算

11.3 异常的捕获和处理

11.4 函数式编程

11.5 生成器与装饰器

11.6 正则表达式

11.7 章末小结

第12章 Pandas进阶

12.1 深入Pandas数据结构

12.2 迭代与函数应用

12.3 数据清洗

12.4 Pandas可视化

12.5 章末小结

第13章 数据可视化进阶

13.1 Seaborn

13.2 Plotnine

13.3 Bokeh

13.4 章末小结

第14章 统计分析

14.1 概括性度量

14.2 统计分布

14.3 假设检验

14.4 章末小结

第15章 未言及的内容

15.1 魔术命令

15.2 面向对象编程

15.3 章末小结

结语: 接下来学什么

交互的Python:数据分析入门是2020年由人民邮电出版社出版,作者王诗翔。

得书感谢您对《交互的Python:数据分析入门》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
从0到1:Python数据分析 电子书
本书详尽介绍了Pytho数据分析的基础知识,以及开发技巧。
Python金融数据分析与挖掘实战 电子书
深入浅出地为你介绍如何使用Python进行金融数据分析、挖掘和量化投资的全过程。
数据分析从入门到进阶 电子书
透彻讲解Excel、SQL、Tableau、Python四项数据分析必会工具。
Python数据分析案例实战(慕课版) 电子书
全书共分10章,内容包括数据分析基础、NumPy模块实现数值计算、pandas模块实现统计分析、Maplotlib模块实现数据可视化、客户价值分析、销售收入分析与预测、二手房数据分析预测系统、智能停车场运营分析系统、影视作品分析和看店宝。
对照Excel,零基础学Python数据分析 电子书
本书主要介绍如何使用Python处理Excel数据。本书内容分为三大部分:第一部分主要介绍数据分析的概念和Python基础;第二部分通过蜂蜜电商数据分析案例详细介绍数据分析的技术要点,包括读写Excel文件所需的xlwings库和openpyxl库、数据分析的pandas核心库,以及数据可视化常用的Matplotlib库和Seaborn库;第三部分包括个人消费贷款数据分析和螺蛳粉连锁店销售数据分析