为新手准备的Python数据分析门教程！ （1）从简单的数据出发，聚焦于思考、理解和掌握数据分析逻辑。 （2）采用IPython Shell展示代码，简洁优美，清晰易懂。 （3）涵盖Python基础知识、数据导、数据分析和可视化基础知识。 （4）随学随用，实例方案可以作为模板初步应用到实际工作场景中。 （5）辅以Markdown的使用介绍，便于读者记录和分享知识。
售 价：¥
纸质售价：¥62.40购买纸书
6.2
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
版权
内容提要
前 言
资源与支持
第1章 Python介绍及学习前的准备
1.1 Python是什么
1.2 为什么要使用Python进行数据分析
1.3 科学计算核心库简介
1.4 搭建环境
1.4.1 线上平台
1.4.2 本地机器环境下相关软件的安装
1.5 章末小结
第2章 Python入门示例及基础知识
2.1 Python解释器与IPython
2.1.1 标准Python解释器
2.1.2 IPython
2.2 Python入门示例
2.3 nteract软件使用简介
2.4 算术运算
2.4.1 简单数学运算
2.4.2 代码约定
2.4.3 计算身体质量指数
2.5 变量简介
2.5.1 什么是变量
2.5.2 变量的命名
2.6 基本数据类型
2.6.1 数字
2.6.2 字符串
2.6.3 布尔值
2.6.4 查看数据类型
2.7 数据运算
2.7.1 加号与黑箱子
2.7.2 类型转换
2.7.3 运算符汇总
2.8 章末小结
第3章 基本数据结构
3.1 列表
3.1.1 列表的创建
3.1.2 修改列表元素
3.1.3 遍历列表
3.1.4 列表操作符
3.1.5 列表切片
3.1.6 列表方法、函数与操作
3.1.7 列表与字符串
3.1.8 列表对象与值
3.2 元组
3.2.1 元组的创建
3.2.2 元组操作
3.2.3 元组与列表的区别
3.3 字典
3.3.1 字典的创建与使用
3.3.2 字典操作
3.4 集合
3.4.1 集合的创建
3.4.2 集合操作
3.4.3 冰冻集
3.5 章末小结
第4章 控制流与文件操作
4.1 条件结构if-else
4.1.1 简单if-else结构
4.1.2 嵌套条件结构
4.1.3 单行if-else
4.1.4 使用逻辑操作符
4.2 for语句
4.2.1 for语句块
4.2.2 else语句块
4.2.3 索引迭代
4.2.4 多列表迭代
4.2.5 列表推导式
4.2.6 条件列表推导式
4.2.7 字典迭代
4.3 while语句
4.4 continue、break与pass
4.4.1 continue
4.4.2 break
4.4.3 pass
4.5 文件操作
4.5.1 文件类型
4.5.2 使用open()函数读取文件
4.5.3 使用open()写文件
4.6 章末小结
第5章 函数与模块
5.1 函数
5.1.1 为什么使用函数
5.1.2 函数的调用
5.1.3 函数的创建
5.1.4 函数作用域
5.1.5 递归函数
5.2 函数的参数
5.2.1 位置参数
5.2.2 关键字参数
5.2.3 可变参数
5.3 模块
5.3.1 模块与包结构
5.3.2 模块的创建
5.3.3 模块的作用域
5.3.4 三方模块的安装
5.3.5 模块的使用
5.4 章末小结
第6章 NumPy
6.1 NumPy简介与ndarray
6.1.1 NumPy简介
6.1.2 创建ndarray
6.2 数组操作
6.2.1 数组运算
6.2.2 索引与切片
6.2.3 布尔型索引
6.2.4 数组转置与轴转换
6.3 数组函数与方法
6.3.1 通用函数
6.3.2 基本统计
6.3.3 排序与集合操作
6.3.4 线性代数操作
6.3.5 伪随机数的生成
6.3.6 数组文件的输入与导出
6.4 章末小结
第7章 Matplotlib
7.1 Matplotlib入门
7.1.1 Matplotlib库简介
7.1.2 命名约定
7.1.3 如何展示图形
7.1.4 保存图形
7.1.5 两种绘图接口
7.2 基本图形绘制
7.2.1 线图
7.2.2 散点图
7.2.3 条形图
7.2.4 直方图
7.2.5 饼图
7.2.6 箱线图
7.3 多图与自定义
7.3.1 多图
7.3.2 设置风格
7.3.3 两种接口映射
7.4 章末小结
第8章 Pandas入门
8.1 Pandas简介
8.2 Pandas的数据结构
8.2.1 Series
8.2.2 DataFrame
8.3 Pandas对象基本操作
8.3.1 查看数据
8.3.2 转置
8.3.3 重索引
8.3.4 删除数据
8.3.5 重赋值
8.3.6 索引与过滤
8.3.7 算术运算
8.3.8 函数应用
8.3.9 排序
8.4 基本统计分析
8.5 章末小结
第9章 Markdown基础
9.1 Markdown简介
9.2 Markdown语法
9.2.1 块元素
9.2.2 内联元素
9.3 联合Python与Markdown
9.3.1 代码块与文本块
9.3.2 文档范例
9.4 章末小结
第10章 数据导入
10.1 CSV文件
10.1.1 使用字符串方法
10.1.2 使用csv标准模块
10.1.3 使用Pandas库
10.2 CSV变体
10.2.1 创建CSV导入函数
10.2.2 使用Pandas导入
10.2.3 导出CSV
10.3 Excel文件
10.3.1 检查数据
10.3.2 准备工作
10.3.3 使用Pandas读写Excel
10.4 pickle文件
10.5 SAS与Stata文件
10.6 HDF5文件
10.7 MATLAB文件
10.8 json文件
10.9 YAML文件
10.10 网页数据
10.11 数据库数据
10.12 章末小结
第11章 数据分析工具箱
11.1 辅助函数与工具
11.1.1 序列解包
11.1.2 断言
11.1.3 常用的字符串方法
11.2 作用域与求值计算
11.2.1 作用域
11.2.2 使用exec()和eval()执行计算
11.3 异常的捕获和处理
11.3.1 捕获异常
11.3.2 产生异常
11.4 函数式编程
11.4.1 高阶函数
11.4.2 常用的高阶函数
11.4.3 itertools模块
11.5 生成器与装饰器
11.5.1 生成器
11.5.2 利用生成器读入大型数据集
11.5.3 装饰器
11.6 正则表达式
11.7 章末小结
第12章 Pandas进阶
12.1 深入Pandas数据结构
12.1.1 回顾
12.1.2 分类变量
12.1.3 时间序列
12.2 迭代与函数应用
12.2.1 迭代
12.2.2 函数应用
12.2.3 字符串函数
12.2.4 分组计算
12.3 数据清洗
12.3.1 缺失值处理
12.3.2 连接
12.3.3 级联
12.4 Pandas可视化
12.4.1 条形图
12.4.2 直方图
12.4.3 箱线图
12.4.4 面积图
12.4.5 散点图
12.4.6 饼图
12.5 章末小结
第13章 数据可视化进阶
13.1 Seaborn
13.1.1 成对图
13.1.2 子集图
13.1.3 回归图
13.1.4 核密度图
13.1.5 条形图
13.1.6 计数图
13.1.7 点图
13.1.8 箱线图
13.1.9 小提琴图
13.1.10 双变量分布图
13.2 Plotnine
13.2.1 ggplot 术语
13.2.2 ggplot 初探
13.2.3 常见的几何函数和选项
13.3 Bokeh
13.3.1 Bokeh 基础
13.3.2 图形排列
13.4 章末小结
第14章 统计分析
14.1 概括性度量
14.1.1 集中趋势的度量
14.1.2 离散程度的度量
14.1.3 偏态与峰态的度量
14.2 统计分布
14.2.1 正态分布
14.2.2 二项分布
14.2.3 伯努利分布
14.2.4 指数分布
14.2.5 泊松分布
14.3 假设检验
14.3.1 u 与 t 统计量
14.3.2 一个 t 检验实例
14.3.3 两样本 t 检验
14.4 章末小结
第15章 未言及的内容
15.1 魔术命令
15.2 面向对象编程
15.3 章末小结
结语：接下来学什么
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
