从零开始学Python数据分析：视频教学版

作品简介

网络中的信息是很庞大的。如何提取这些信息？如何分析这些信息？这都需要用到数据分析技术。而数据分析技术的首选语言是Python，而本书便是一本适合“小白”学习Python数据分析的入门图书，书中不仅有各种分析框架的使用技巧，而且也有各类数据图表的绘制方法。本书通过讲解多个案例，让读者体验数据背后的乐趣。本书共11章，核心内容包括Python数据分析环境安装、NumPy基础、pandas基础、外部数据读取与存储、数据清洗与整理、数据分组与聚合、matplotlib可视化、seaborn可视化、pyecharts可视化、时间序列、网站日志分析综合案例等。

罗攀编著。

作品目录

• 前言
• 第1章　Python环境搭建与使用
• 1.1　Anaconda的安装和使用
• 1.2　Jupyter Notebook的使用
• 第2章　NumPy入门和实战
• 2.1　ndarray多维数组
• 2.2　数组的索引和切片
• 2.3　数组的运算
• 2.4　数组的存取
• 2.5　综合示例——图像变换
• 第3章　pandas入门和实战
• 3.1　pandas数据结构
• 3.2　pandas索引操作
• 3.3　pandas数据运算
• 3.4　层次化索引
• 3.5　pandas可视化
• 3.6　综合示例——小费数据集
• 第4章　外部数据的读取与存储
• 4.1　文本数据的读取与存储
• 4.2　JSON和Excel数据的读取与存储
• 4.3　数据库的读取与存储
• 4.4　Web数据的读取
• 第5章　数据清洗与整理
• 5.1　数据清洗
• 5.2　数据合并和重塑
• 5.3　字符串处理
• 5.4　综合示例——Iris数据集
• 第6章　数据分组与聚合
• 6.1　数据分组
• 6.2　聚合运算
• 6.3　分组运算
• 6.4　数据透视表
• 6.5　综合实例——巴尔的摩公务员工资数据集
• 第7章　matplotlib可视化
• 7.1　线形图
• 7.2　柱状图
• 7.3　其他基本图表
• 7.4　自定义设置
• 7.5　综合示例——星巴克店铺数据集
• 第8章　seaborn可视化
• 8.1　样式与分布图
• 8.2　分类图
• 8.3　回归图与网格
• 8.4　综合示例——泰坦尼克号生还者数据
• 第9章　pyecharts可视化
• 9.1　基础图表
• 9.2　其他图表
• 9.3　综合示例——糗事百科用户数据
• 第10章　时间序列
• 10.1　datetime模块
• 10.2　时间序列基础
• 10.3　日期
• 10.4　时期
• 10.5　频率转换与重采样
• 10.6　综合示例——自行车租赁数据
• 第11章　综合案例——网站日志分析
• 11.1　数据来源
• 11.2　日志数据分析