作者：王恺,路明晓,于刚,张月久
页数：248
出版社：机械工业出版社
出版日期：2021
ISBN：9787111681601
电子书格式：pdf/epub/txt
内容简介
本书基于作者多年来的课程教学经验和利用Python进行数据分析的工程经验编写而成，面向数据分析的初学者，使其具备利用Python开展数据分析工作、解决各专业问题的思维和能力。高校计算机、大数据、人工智能及其他相关专业均可使用本书作为数据分析课程教材。
本书特色
面向初学者以案例化方式介绍Python数据分析的方法、工具、流程
目录
前言
第1章 基础知识1
11 数据分析简介1
12 Python编程基础4
121 Anaconda环境的安装和配置5
122 Jupyter Notebook的使用7
123 内置数据类型11
124 程序的控制结构12
125 模块化13
126 面向对象14
127 文件操作16
128 异常处理17
13 包/模块使用示例18
131 CSV文件操作18
132 排序时间测试20
14 本章小结24
15 习题25
第2章 科学计算基础工具包NumPy27
21 ndarray类27
211 为什么使用ndarray28
212 ndarray类对象的常用属性30
213 创建ndarray类对象32
22 示例数据35
23 索引和切片38
24 数据拷贝40
25 数据处理43
251 基础运算43
252 广播机制47
253 通用函数48
254 常用函数和方法51
26 高级索引58
27 本章小结62
28 习题63
第3章 数据分析工具库Pandas66
31 Series类66
311 Series对象的常用属性66
312 创建Series对象67
32 DataFrame对象69
321 DataFrame对象的常用属性70
322 创建DataFrame对象72
33 Index对象74
331 Index对象的常用属性74
332 创建Index对象74
34 元素访问方式75
341 属性运算符访问76
342 索引运算符访问77
343 loc访问方法81
344 iloc访问方法83
345 at和iat索引方法86
346 head和tail方法87
35 数据清洗88
351 处理缺失数据88
352 删除重复数据92
36 数据合并94
361 merge方法94
362 join方法97
363 concat方法100
37 数据重塑103
371 pivot方法103
372 melt方法104
38 Pandas数据处理实例106
381 药品销售数据处理实例106
382 流感与人口数据处理实例110
39 本章小结113
310 习题114
第4章 数据统计分析119
41 基本统计分析119
42 分组分析121
421 定性分组121
422 定量分组123
43 分布分析124
44 交叉分析125
45 结构分析127
46 相关分析128
47 应用实例131
48 本章小结133
49 习题133
第5章 时间序列分析135
51 Datetime模块135
52 时间序列基础137
53 日期时间处理140
54 频率转换与重采样143
541 频率转换143
542 重采样145
55 本章小结151
56 习题151
第6章 数据可视化153
61 Matplotlib153
611 线形图153
612 条形图155
613 饼图156
614 散点图158
615 直方图159
62 Seaborn160
621 关系图161
622 分布图163
623 分类图167
624 回归图170
625 热力图172
63 Pyecharts173
631 Pyecharts图表类173
632 Pyecharts图表配置174
64 应用实例177
65 本章小结182
66 习题183
第7章 网络爬虫187
71 网络数据获取187
72 数据文件操作196
73 应用实例203
74 本章小结208
75 习题208
第8章 MySQL数据库操作210
81 MySQL简介210
82 MySQL的安装211
83 连接、读取和存储214
831 创建数据库和数据表214
832 Python连接数据库217
833 Python读取数据库218
834 Python存储数据库219
84 数据操作222
841 查询操作222
842 插入操作223
843 更新操作225
844 删除操作226
85 应用实例227
86 本章小结233
87 习题233
附录 NumPy通用函数235
参考文献238
第1章 基础知识1
11 数据分析简介1
12 Python编程基础4
121 Anaconda环境的安装和配置5
122 Jupyter Notebook的使用7
123 内置数据类型11
124 程序的控制结构12
125 模块化13
126 面向对象14
127 文件操作16
128 异常处理17
13 包/模块使用示例18
131 CSV文件操作18
132 排序时间测试20
14 本章小结24
15 习题25
第2章 科学计算基础工具包NumPy27
21 ndarray类27
211 为什么使用ndarray28
212 ndarray类对象的常用属性30
213 创建ndarray类对象32
22 示例数据35
23 索引和切片38
24 数据拷贝40
25 数据处理43
251 基础运算43
252 广播机制47
253 通用函数48
254 常用函数和方法51
26 高级索引58
27 本章小结62
28 习题63
第3章 数据分析工具库Pandas66
31 Series类66
311 Series对象的常用属性66
312 创建Series对象67
32 DataFrame对象69
321 DataFrame对象的常用属性70
322 创建DataFrame对象72
33 Index对象74
331 Index对象的常用属性74
332 创建Index对象74
34 元素访问方式75
341 属性运算符访问76
342 索引运算符访问77
343 loc访问方法81
344 iloc访问方法83
345 at和iat索引方法86
346 head和tail方法87
35 数据清洗88
351 处理缺失数据88
352 删除重复数据92
36 数据合并94
361 merge方法94
362 join方法97
363 concat方法100
37 数据重塑103
371 pivot方法103
372 melt方法104
38 Pandas数据处理实例106
381 药品销售数据处理实例106
382 流感与人口数据处理实例110
39 本章小结113
310 习题114
第4章 数据统计分析119
41 基本统计分析119
42 分组分析121
421 定性分组121
422 定量分组123
43 分布分析124
44 交叉分析125
45 结构分析127
46 相关分析128
47 应用实例131
48 本章小结133
49 习题133
第5章 时间序列分析135
51 Datetime模块135
52 时间序列基础137
53 日期时间处理140
54 频率转换与重采样143
541 频率转换143
542 重采样145
55 本章小结151
56 习题151
第6章 数据可视化153
61 Matplotlib153
611 线形图153
612 条形图155
613 饼图156
614 散点图158
615 直方图159
62 Seaborn160
621 关系图161
622 分布图163
623 分类图167
624 回归图170
625 热力图172
63 Pyecharts173
631 Pyecharts图表类173
632 Pyecharts图表配置174
64 应用实例177
65 本章小结182
66 习题183
第7章 网络爬虫187
71 网络数据获取187
72 数据文件操作196
73 应用实例203
74 本章小结208
75 习题208
第8章 MySQL数据库操作210
81 MySQL简介210
82 MySQL的安装211
83 连接、读取和存储214
831 创建数据库和数据表214
832 Python连接数据库217
833 Python读取数据库218
834 Python存储数据库219
84 数据操作222
841 查询操作222
842 插入操作223
843 更新操作225
844 删除操作226
85 应用实例227
86 本章小结233
87 习题233
附录 NumPy通用函数235
参考文献238
