本书采用理论分析和Python编程实战相结合的形式，按照数据分析与可视化的基本步骤，数据分析与可视化的基本理论知识和相应的Python库进行了详细的介绍，让读者能够在了解基本理论知识的同时快速上手实现数据分析与可视化的程序。
电子书
内容简介
本书主要内容如下：第一部分Python编程基础。第二部分：Python数据分析（Pandas，Numpy等简介、数据收集、数据清洗、数据挖掘、数据分析）。第三部分：Python数据可视化（数据可视化Matplotlib，seaborn等可视化库、财务会计案例、大数据分析案例）。第四部分：Python与自动化控制（简介、正则表达式、文件处理、Python与excel、PythonGUI控制鼠标和键盘、Python与web、从web抓取数据、selenium控制浏览器、Python与鼠标控制、处理CSV和JSON数据、计划任务）。第五部分：Python与人工智能基础（Sklearn机器学习实战、线性回归算法原理与应用、面板数据处理、时间数据处理）。
章节目录
- 封面
- 扉页
- 版权页
- 编写委员会
- 前言
- 目录
- 第1章 编程基础入门
- 1.1 什么是Python
- 1.2 Python开发环境的构建
- 1.3 VS Code中的Jupyter Notebook
- 拓展阅读
- 第2章 Python基础语法
- 2.1 Python基本语法概述
- 2.2 算术和变量
- 2.3 数据类型
- 拓展阅读
- 第3章 复合数据类型
- 3.1 列表
- 3.2 元组
- 3.3 字符串
- 3.4 字典
- 拓展阅读
- 第4章 程序控制结构
- 4.1 条件分支
- 4.2 循环
- 拓展阅读
- 第5章函数和模块
- 5.1 函数
- 5.2 导入模块
- 拓展阅读
- 第6章使用Pandas进行数据分析
- 6.1 对数据进行创建和读取
- 6.2 对数据进行索引、选择和赋值
- 6.3 汇总和映射
- 6.4 分组、多级索引和排序
- 6.5 数据类型和缺失值
- 6.6 重命名和合并
- 拓展阅读
- 第7章 使用Seaborn进行数据可视化
- 7.1 数据可视化介绍
- 7.2折线图
- 7.3 条形图和热图
- 7.4 散点图
- 7.5 直方图和密度图
- 7.6 选择绘图类型和自定义样式
- 拓展阅读
- 第8章Python在财务中的应用
- 8.1 职工薪酬的核算
- 8.2 应收账款账龄分析
- 8.3 固定资产核算
- 8.4 成本性态分析
- 8.5 本量利分析
- 8.6 作业成本法
- 8.7 货币的时间价值
- 8.8 现金流量折现法
- 拓展阅读
- 第9章利用Python进行财务综合分析
- 9.1 数据的采集
- 9.2 业绩概况分析
- 9.3 盈利能力分析
- 9.4 偿债能力分析
- 9.5 现金获取能力分析
- 9.6 营运能力分析
- 9.7 成长能力分析
- 9.8 综 合 分 析
- 拓展阅读
- 第10章Python在数据科学中的应用
- 10.1 操作准备
- 10.2 设置数据科学环境
- 10.3 准备数据
- 10.4 训练和评估模型
- 10.5 使用神经网络
- 拓展阅读
- 附录AVS Code提示安装ipykernel package的问题解决
- 附录BModuleNotFoundError的解决
- 附录C根据错误代码解决问题
- 附录DFileNotFoundError的问题解决
- 附录E常用快捷键
展开全部
Python数据分析与可视化是2023年由立信会计出版社出版,作者宋丽丽。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《Python数据分析与可视化》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
本书共3章。第1章讲述Python基础知识，包括Python语言基本语法、内置数据类型、Python控制语句、函数和文件操作；第2章讲述Python数据分析，包括Numpy数值计算基础、Numpy数学与算术函数、Numpy中的数据统计与分析、pandas统计分析基础、pandas数据运算、pandas数据载入与预处理；第3章讲述数据可视化，包括matplotlib绘图基础、使用pandas和Sea
电子书
本书是从实践出发，同时结合一线教师的实践教学经验，以示例为主线，把可视化需要的Python基础语法，Numpy和pandas包中数据结构及读取Excel/CSV文件操作、无效数据处理操作，Matplotlib和pandas包的不同种类图形绘制框架代码等内容都融入到示例中，通过示例，循序渐进、浅显易懂地讲解可视化分析所需要的知识点。 本书适合Python可视化初学者使用，也可作为相关机构的培训用书
电子书
本书共10章，内容包括认识Python、Python语言基础、数据对象的读写、数据清洗和预处理、数据可视化、基本数据统计分析、高级数据建模分析、自然语言处理和文本挖掘、数据分析部署和应用、数据分析与数据化运营等。
电子书
本书共分为9章，第1章介绍数据可视化与matplotlib的入门知识；第2-8章全面地介绍matplotlib的核心知识，包括使用matplotlib绘制简单图表、图表辅助元素的定制、图表样式的美化、子图的绘制及坐标轴共享、坐标轴的定制、绘制3D图表和统计地图、使用matplotlib绘制高级图表；第9章介绍pyecharts的基础知识。
电子书
1.Python零基础，轻松学会数据分析与挖掘2.编码、分析、挖掘，数据分析全流程一次搞定3.微课视频，扫码即可观看，重点难点逐个击破本书适于统计学、数学、经济学、金融学、管理学以及相关理工科专业的本科生、研究生使用，也能够提高从事数据咨询、研究或分析等人士的专业水平和技能。
电子书
本书以Python3.9为编程环境，从Python编程基础到扩展库，再到数据分析，逐步展开Python数据分析与可视化教学。本书首先简要介绍数据分析与可视化的相关概念，并介绍Python基础知识；然后按照数据分析的主要步骤，重点介绍与数据获取、数据处理、数据分析、数据可视化以及机器学习建模过程相关的扩展库，包括NumPy、Pandas、BeautifulSoup、sklearn、Matplotli
电子书
本书分为4部分：第1部分主要介绍数据的采集，从数据采集的意义和基本概念开始，介绍依次介绍Python工具库、Scrapy第三方框架、如何采集数据，以及如何通过Selenium采集动态页面和手机APP数据采集；第2部主要介绍4种常用的数据分析方法；第3部分主要通过3种可视化工具介绍数据可视化；第4部分介绍一个完整的实战训练项目，帮助读者系统地梳理数据采集、分析、可视化的整体过程，巩固理论知识，增加实
