Python数据分析入门与实战

作品简介

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。

开课吧组编；杨国俊，张植皓，潘海超等编著

作品目录

• 致数字化人才的一封信
• 前言
• 第1章 认识数据分析
• 1.1 重新认识数据分析
• 1.2 数据的类别与变化
• 1.3 数据处理
• 1.4 数据分析
• 第2章 环境安装
• 2.1 Python简介
• 2.2 Python的常用IDE
• 2.3 Anaconda
• 2.4 Jupyter Notebook功能介绍
• 2.5 安装第三方库
• 第3章 Python基础知识
• 3.1 输出和输入
• 3.2 变量
• 3.3 注释
• 3.4 运算符
• 3.5 结构语句
• 3.6 数据类型
• 3.7 函数
• 3.8 模块与文件
• 3.9 异常报错机制
• 3.10 Python项目
• 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
• 第5章 数据规整之Pandas入门
• 5.1 Pandas中的数据对象
• 5.2 数据索引与选取
• 5.3 Pandas的常用方法
• 第6章 数据加载
• 6.1 txt文件的读写操作
• 6.2 CSV文件的读写操作
• 6.3 Excel文件的读写操作
• 6.4 JSON文件的读写操作
• 6.5 SQL文件的读取
• 第7章 数据预处理
• 7.1 数据预处理是什么
• 7.2 数据变换
• 7.3 高级数据预处理方法
• 7.4 数据预处理实战
• 第8章 Pandas数据优化
• 8.1 多层索引
• 8.2 groupby应用机制
• 8.3 时间序列
• 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
• 9.3 Seaborn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
• 10.3 具体目标分析
• 10.4 案例结论