电子书
内容简介
本书系统地描述了如何利用Python语言进行数据分析。由浅入深的编写方式可以帮助读者轻松愉快地进入数据的世界。 全书从理论到实践、从基础语法到科学计算库，循序渐进地讲解了Python数据分析所需要学习的技能。搭配项目实战帮助读者更好、更快地掌握Python数据分析知识点。此外，还全面介绍了数据分析的必知必会技能。 本书提供代码资源下载服务，每章均配有重要知识点串讲视频。 本书不仅适合零基础喜欢数据分析的入门级读者，还可助力数据分析从业者进行技术进阶。
章节目录
- 封面
- 前折页
- 书名页
- 版权页
- 致数字化人才的一封信
- 前言
- 目录
- 第1章 认识数据分析
- 1.1 重新认识数据分析
- 1.1.1 数据的定义
- 1.1.2 分析数据的重要性
- 1.2 数据的类别与变化
- 1.3 数据处理
- 1.3.1 数据处理的含义
- 1.3.2 脏数据
- 1.3.3 数据清洗
- 1.4 数据分析
- 1.4.1 数据分析的流程与方法
- 1.4.2 Python数据分析常用库
- 1.4.3 数据分析的结论
- 第2章 环境安装
- 2.1 Python简介
- 2.2 Python的常用IDE
- 2.3 Anaconda
- 2.3.1 Anaconda安装包的获取
- 2.3.2 Anaconda在不同系统中的安装
- 2.4 Jupyter Notebook功能介绍
- 2.4.1 Jupyter Notebook启动方法
- 2.4.2 常用快捷键
- 2.4.3 常用功能
- 2.5 安装第三方库
- 2.5.1 pip网络安装
- 2.5.2 pip本地安装
- 第3章 Python基础知识
- 3.1 输出和输入
- 3.1.1 输出
- 3.1.2 输入
- 3.1.3 格式化输出
- 3.2 变量
- 3.2.1 变量的定义
- 3.2.2 命名规则
- 3.2.3 变量类型
- 3.3 注释
- 3.4 运算符
- 3.4.1 算术运算符
- 3.4.2 赋值运算符
- 3.4.3 比较运算符
- 3.4.4 逻辑运算符
- 3.5 结构语句
- 3.5.1 顺序结构语句
- 3.5.2 选择结构语句
- 3.5.3 循环结构语句
- 3.5.4 结构语句中的特殊语句
- 3.6 数据类型
- 3.6.1 数值和字符串
- 3.6.2 列表
- 3.6.3 元组
- 3.6.4 字典
- 3.7 函数
- 3.7.1 函数的定义
- 3.7.2 函数的参数
- 3.7.3 函数的返回值
- 3.7.4 全局变量与局部变量
- 3.8 模块与文件
- 3.8.1 三种模块
- 3.8.2 管理模块的包
- 3.8.3 文件的基础操作
- 3.9 异常报错机制
- 3.10 Python项目
- 3.10.1 项目练习1
- 3.10.2 项目练习2
- 第4章 数据灵魂基础之NumPy
- 4.1 NumPy安装
- 4.2 数组的创建
- 4.3 数组
- 4.4 数据类型
- 4.5 索引与切片
- 4.6 通用函数
- 4.6.1 统计函数
- 4.6.2 随机函数
- 4.6.3 连接函数
- 4.6.4 其他函数
- 第5章 数据规整之Pandas入门
- 5.1 Pandas中的数据对象
- 5.1.1 Series对象
- 5.1.2 DataFrame对象
- 5.2 数据索引与选取
- 5.2.1 []操作
- 5.2.2.loc[]与.iloc[]
- 5.2.3.at[]与.iat[]
- 5.3 Pandas的常用方法
- 5.3.1 Pandas的基本方法
- 5.3.2 Pandas数值运算方法
- 5.3.3 Pandas处理文本字符串
- 5.3.4 Pandas的合并与连接
- 5.3.5 Pandas操作应用方法
- 第6章 数据加载
- 6.1 txt文件的读写操作
- 6.1.1 读取txt文件内容
- 6.1.2 with与readlines( )
- 6.1.3 写入txt文件内容
- 6.2 CSV文件的读写操作
- 6.2.1 读取CSV文件内容
- 6.2.2 写入CSV文件内容
- 6.3 Excel文件的读写操作
- 6.3.1 读取Excel文件内容
- 6.3.2 写入Excel文件内容
- 6.4 JSON文件的读写操作
- 6.4.1 读取JSON文件内容
- 6.4.2 写入JSON文件内容
- 6.5 SQL文件的读取
- 6.5.1 PyMySQL读取MySQL数据库内容
- 6.5.2 Pandas读取MySQL数据库内容
- 第7章 数据预处理
- 7.1 数据预处理是什么
- 7.1.1 重复数据的处理
- 7.1.2 缺失值的处理
- 7.1.3 异常值的处理
- 7.2 数据变换
- 7.2.1 转换数据类型
- 7.2.2 数据标准化（Z-score标准化）
- 7.2.3 数据归一化（Min-Max标准化）
- 7.3 高级数据预处理方法
- 7.3.1 哑变量
- 7.3.2 独热编码
- 7.4 数据预处理实战
- 7.4.1 数据观察
- 7.4.2 数据预处理实战
- 7.4.3 数据标准化
- 第8章 Pandas数据优化
- 8.1 多层索引
- 8.1.1 多层索引的创建
- 8.1.2 多层索引操作
- 8.1.3 Series多层索引
- 8.1.4 DataFrame多层索引
- 8.2 groupby应用机制
- 8.2.1 分组对象
- 8.2.2 通过by参数进行分组
- 8.2.3 通过level参数进行分组
- 8.2.4 分组聚合
- 8.2.5 agg聚合
- 8.2.6 apply( )函数
- 8.3 时间序列
- 8.3.1 创建时间索引
- 8.3.2 通过日期时间索引获取元素
- 8.3.3 重采样
- 8.4 滑动窗口
- 第9章 数据可视化
- 9.1 Pandas图形绘制
- 9.2 Matplotlib图形绘制
- 9.2.1 Figure绘图参数详解
- 9.2.2 Matplotlib常用图形绘制
- 9.3 Seaborn图形绘制
- 9.3.1 设置Seaborn绘图风格
- 9.3.2 Seaborn常用图形绘制
- 第10章 电商销售数据分析
- 10.1 数据准备
- 10.2 数据清洗
- 10.2.1 查看是否含有缺失值
- 10.2.2 查看是否含有异常值
- 10.2.3 数据整理
- 10.3 具体目标分析
- 10.4 案例结论
- 后折页
- 封底
展开全部
Python数据分析入门与实战是2020年由机械工业出版社出版,作者开课吧组编 杨国俊 张植皓 潘海超 等编著。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《Python数据分析入门与实战》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。
电子书
电子书
电子书
电子书
