作者：主编 宿莉 程书红
页数：251
出版社：机械工业出版社
出版日期：2022
ISBN：9787111705840
电子书格式：pdf/epub/txt
内容简介
数据分析为各行各业的科学判断和决策提供支撑。在众多的数据分析工具中，Python是强有力的一个。本书介绍了数据分析的基本概述、Python语言基础，以及如何利用Python的高性能科学计算类库NumPy、不错数据分析类库Pandas和出版质量级绘图类库Matplotlib来实现数据的清洗、整理、分析和可视化。
本书内容丰富、体系完整，内容循序渐进、深人浅出、图文并茂，可以帮助读者从零基础到掌握利用Python做数据分析的技能技巧。
本书可作为高等职业院校电子商务类、统计类、计算机类、财经类等的教材，也可作为跨专业学习数据分析的广大爱好者的自学参考书和培训资料。
为方便教学，本书配备电子课件、习题答案、教学数据等教学资源。凡选用本书作为教材的教师均可登录机械工业出版社教育服务网www.cmpedu.com下载。咨询电话：010-88379375；联系QQ：945379158。
目录
目 录
Contents
前言
二维码索引
第一节 数据分析认知 // 001
第二节 数据分析语言认知 // 005
第三节 Python 语言概述 // 007
第四节 安装Anaconda // 008
第五节 使用Jupyter Notebook // 014
小结 // 019
实训 // 019
练习 // 019
第一节 Python 基础语法 // 020
第二节 输入与输出 // 030
第三节 运算符和表达式 // 037
第四节 字符串处理功能与方法 // 048
第五节 程序基本结构 // 056
小结 // 066
实训 // 066
练习 // 067
第一节 容器类型数据 // 069
第二节 函数 // 089
第三节 函数式编程与高阶函数 // 104
第四节 特殊函数 // 115
小结 // 119
实训 // 119
练习 // 120
第一章
数据分析的基本概述
第二章
Python 语言基础
第三章
Python 语言进阶
目录
VII
第一节 NumPy 数组对象 // 123
第二节 NumPy 高级索引与通用函数 // 130
第三节 NumPy 统计分析 // 136
小结 // 140
实训 // 140
练习 // 142
第一节 Pandas 数据分析基础 // 143
第二节 Pandas 数据读写 // 153
第三节 使用Pandas 进行简单的统计分析 // 160
第四节 数据清洗与处理 // 168
小结 // 183
实训 // 184
练习 // 187
第一节 层次化索引 // 189
第二节 数据集合并 // 200
第三节 日期时间数据的处理 // 210
第四节 分组与聚合统计分析数据 // 216
第五节 透视表与交叉表统计分析数据 // 223
小结 // 225
实训 // 225
练习 // 229
第一节 Matplotlib 绘图基础 // 230
第二节 Matplotlib 绘图进阶 // 236
第三节 利用Pandas 进行绘图 // 244
小结 // 247
实训 // 247
练习 // 251
参考文献
Contents
前言
二维码索引
第一节 数据分析认知 // 001
第二节 数据分析语言认知 // 005
第三节 Python 语言概述 // 007
第四节 安装Anaconda // 008
第五节 使用Jupyter Notebook // 014
小结 // 019
实训 // 019
练习 // 019
第一节 Python 基础语法 // 020
第二节 输入与输出 // 030
第三节 运算符和表达式 // 037
第四节 字符串处理功能与方法 // 048
第五节 程序基本结构 // 056
小结 // 066
实训 // 066
练习 // 067
第一节 容器类型数据 // 069
第二节 函数 // 089
第三节 函数式编程与高阶函数 // 104
第四节 特殊函数 // 115
小结 // 119
实训 // 119
练习 // 120
第一章
数据分析的基本概述
第二章
Python 语言基础
第三章
Python 语言进阶
目录
VII
第一节 NumPy 数组对象 // 123
第二节 NumPy 高级索引与通用函数 // 130
第三节 NumPy 统计分析 // 136
小结 // 140
实训 // 140
练习 // 142
第一节 Pandas 数据分析基础 // 143
第二节 Pandas 数据读写 // 153
第三节 使用Pandas 进行简单的统计分析 // 160
第四节 数据清洗与处理 // 168
小结 // 183
实训 // 184
练习 // 187
第一节 层次化索引 // 189
第二节 数据集合并 // 200
第三节 日期时间数据的处理 // 210
第四节 分组与聚合统计分析数据 // 216
第五节 透视表与交叉表统计分析数据 // 223
小结 // 225
实训 // 225
练习 // 229
第一节 Matplotlib 绘图基础 // 230
第二节 Matplotlib 绘图进阶 // 236
第三节 利用Pandas 进行绘图 // 244
小结 // 247
实训 // 247
练习 // 251
参考文献
