详细地介绍Tableau的使用方法与操作过程，降低数据分析的门槛，部分案例已在实际中得到应用，是值得拥有的案头工具书。
电子书
编辑推荐
本书讲解数据分析基础知识，针对数据分析与可视化的初学者介绍相关方法及概念。
内容简介
全书共分9章，内容包含数据分析概述、数据集的存储与读取、NumPy数组与矩阵运算、Pandas高性能的数据结构和数据分析工具、数据预处理、Matplotlib可视化绘图、机器学习与数据挖掘以及就业分析综合实战和电商数据分析两项综合实战。
章节目录
- 封面
- 扉页
- 版权信息
- 内容提要
- 前言
- 第1章 数据分析概述
- 1.1 初识数据分析
- 1.1.1 为什么会有数据分析
- 1.1.2 怎样去做数据分析
- 1.2 数据分析的常用方法
- 1.2.1 5W1H分析法
- 1.2.2 逻辑树分析法
- 1.2.3 对比分析法
- 1.2.4 群组分析法
- 1.3 Python的安装与使用
- 1.3.1 Python的下载与安装
- 1.3.2 检验安装是否成功
- 1.3.3 第一个Python程序
- 1.4 数据分析工具库
- 1.4.1 NumPy
- 1.4.2 Matplotlib
- 1.4.3 Pandas
- 1.4.4 scikit-learn
- 1.5 Anaconda——最受欢迎的开源Python分发平台
- 1.5.1 初识Anaconda
- 1.5.2 Anaconda的安装与使用
- 1.6 本章小结
- 1.7 习题
- 第2章 数据集的获取与存储
- 2.1 数据获取
- 2.1.1 内部数据的获取方法
- 2.1.2 外部数据的获取方法
- 2.2 数据存储格式
- 2.2.1 CSV格式与Excel格式
- 2.2.2 HTML格式与JSON格式
- 2.2.3 二进制格式
- 2.3 数据库
- 2.3.1 建立数据库及数据表
- 2.3.2 使用Python连接数据库
- 2.4 本章小结
- 2.5 习题
- 第3章 NumPy——数组与矩阵运算
- 3.1 初识NumPy
- 3.1.1 NumPy简介
- 3.1.2 安装NumPy
- 3.2 NumPy数组操作
- 3.2.1 数组的概念
- 3.2.2 数组的属性
- 3.2.3 创建数组
- 3.2.4 数组运算
- 3.2.5 数组的切片和索引
- 3.2.6 数组重塑
- 3.2.7 数组迭代
- 3.3 NumPy矩阵操作
- 3.3.1 矩阵的创建
- 3.3.2 矩阵的运算
- 3.3.3 矩阵的转置与求逆
- 3.4 NumPy常用统计函数
- 3.5 NumPy——随机漫步
- 3.6 本章小结
- 3.7 习题
- 第4章 Pandas——高性能的数据结构和数据分析工具
- 4.1 初识Pandas
- 4.2 Pandas数据结构的基本操作
- 4.2.1 Series对象的创建
- 4.2.2 Series对象的属性
- 4.2.3 DataFrame对象的创建
- 4.2.4 DataFrame对象的基本操作
- 4.3 Pandas的计算与统计
- 4.3.1 DataFrame对象的基本计算
- 4.3.2 DataFrame对象与Series对象之间的基本计算
- 4.3.3 Pandas中常用的统计方法
- 4.4 Pandas其他常用函数
- 4.4.1 Pandas数据重复值处理
- 4.4.2 Pandas数据排序
- 4.4.3 Pandas数据合并
- 4.4.4 Pandas日期数据处理
- 4.5 实战1：泰坦尼克号乘客数据处理与分析
- 4.5.1 任务说明
- 4.5.2 任务实现
- 4.6 本章小结
- 4.7 习题
- 第5章 数据预处理
- 5.1 数据准备
- 5.1.1 数据的加载
- 5.1.2 堆叠合并数据
- 5.1.3 重叠合并数据
- 5.2 数据变换
- 5.2.1 数据分析与挖掘体系位置
- 5.2.2 数据变换的方法
- 5.2.3 常见操作
- 5.2.4 数据基本字段
- 5.2.5 数据类型转换
- 5.3 数据清洗
- 5.3.1 导入与查看数据集
- 5.3.2 缺失值处理
- 5.3.3 重复值处理
- 5.3.4 异常值处理
- 5.4 数据标准化
- 5.4.1 数据标准化的原因
- 5.4.2 数据标准化的方法
- 5.4.3 数据标准化的区别与意义
- 5.5 实战2：运动员数据分析预处理
- 5.5.1 任务说明
- 5.5.2 任务实现
- 5.6 实战3：豆瓣读书数据预处理
- 5.6.1 任务说明
- 5.6.2 任务实现
- 5.6.3 直观数据分析
- 5.7 本章小结
- 5.8 习题
- 第6章 Matplotlib——可视化绘图
- 6.1 Matplotlib的安装
- 6.2 Matplotlib的绘制流程
- 6.2.1 绘图结构——Figure、Axes、Axis、Artist
- 6.2.2 绘图流程
- 6.2.3 第一个交互式图表
- 6.2.4 其他常用操作
- 6.3 Matplotlib基础图表的绘制
- 6.3.1 散点图的绘制
- 6.3.2 直方图的绘制
- 6.3.3 折线图的绘制
- 6.3.4 饼图的绘制
- 6.3.5 箱线图的绘制
- 6.3.6 正弦图和余弦图的绘制
- 6.3.7 误差条形图的绘制
- 6.3.8 玫瑰图的绘制
- 6.3.9 词云的绘制
- 6.4 Matplotlib高级图表
- 6.4.1 等值线图
- 6.4.2 风杆图
- 6.4.3 多序列条形图
- 6.4.4 多序列堆积条形图
- 6.4.5 多面板图
- 6.5 实战4：我国地区生产总值数据可视化
- 6.5.1 任务说明
- 6.5.2 任务实现
- 6.6 实战5：餐厅小费赠予情况数据可视化
- 6.6.1 任务说明
- 6.6.2 任务实现
- 6.7 本章小结
- 6.8 习题
- 第7章 机器学习与数据挖掘
- 7.1 机器学习概述
- 7.2 监督学习——分类与回归
- 7.2.1 k近邻算法
- 7.2.2 决策树
- 7.2.3 回归分析
- 7.2.4 其他常见的分类与预测算法
- 7.3 聚类与关联分析
- 7.3.1 k均值聚类分析
- 7.3.2 Apriori关联分析
- 7.4 数据结构与算法
- 7.4.1 树结构
- 7.4.2 排序
- 7.5 本章小结
- 7.6 习题
- 第8章 综合实战：就业分析
- 8.1 研究背景
- 8.2 分析目标
- 8.3 数据获取
- 8.4 数据处理
- 8.5 数据分析
- 8.6 本章小结
- 第9章 综合实战：电商数据分析
- 9.1 电商平台用户行为数据分析
- 9.1.1 研究背景
- 9.1.2 分析目标
- 9.1.3 数据处理
- 9.1.4 数据分析
- 9.2 网店商品售卖数据分析
- 9.2.1 研究背景
- 9.2.2 分析目标
- 9.2.3 数据处理
- 9.2.4 数据分析
- 9.3 本章小结
展开全部
Python数据分析与可视化（微课版）是2024年由人民邮电出版社出版,作者李俊吉 主编。
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（微课版）》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
本书是介绍数据库的相关知识，讲述了一些基本知识以及一些设计方法。
电子书
海量实例贯穿全书，深度讲解Tableau核心功能。
电子书
涉及PowerBI所有原生组件、微软APPStore的三方组件，以及上北智信科技有限公司研发的特色组件，提供全书所有组件及案例文件，帮助读者火速上手并实际应用。
电子书
以Excel为工具，围绕市场、商品、客户、营销推广、运营成果五大方面展开商务数据可视化分析。
电子书
Power BI是微软于2016年发布的又一shen器，它是一套商业分析工具，拥有强大的数据分析和可视化能力，可连接数百个数据源、简化数据准备并提供即时分析，生成美观的报表并进行发布，供企业、组织、个人在Web和移动设备等多个平台上使用。
本书由微软zi深工程师编著，内容全面，讲解详细，面向企业实战应用；随书提供案例资源文件供下载，便于读者动手实践；可帮助职场人士快速从Excel进阶到Power BI，无需任何复杂的编程，通过本书的学习，读者jiu可以轻松搞定各种酷炫报表，探察数据背后的真相。
电子书
汇集使用Excel进行数据处理与分析时最常见的问题需求，帮助你灵活有效地使用Excel来处理问题。
电子书
数据分析是当今大数据时代最关键的技术，其广泛应用于包括医学在内的各个领域。
