Python数据分析与可视化（微课版）

封面

版权信息

内容提要

前言

第1章 数据分析概述

1.1 初识数据分析

1.2 数据分析的常用方法

1.3 Python的安装与使用

1.4 数据分析工具库

1.5 Anaconda——最受欢迎的开源Python分发平台

1.6 本章小结

1.7 习题

第2章 数据集的获取与存储

2.1 数据获取

2.2 数据存储格式

2.3 数据库

2.4 本章小结

2.5 习题

第3章 NumPy——数组与矩阵运算

3.1 初识NumPy

3.2 NumPy数组操作

3.3 NumPy矩阵操作

3.4 NumPy常用统计函数

3.5 NumPy——随机漫步

3.6 本章小结

3.7 习题

第4章 Pandas——高性能的数据结构和数据分析工具

4.1 初识Pandas

4.2 Pandas数据结构的基本操作

4.3 Pandas的计算与统计

4.4 Pandas其他常用函数

4.5 实战1：泰坦尼克号乘客数据处理与分析

4.6 本章小结

4.7 习题

第5章 数据预处理

5.1 数据准备

5.2 数据变换

5.3 数据清洗

5.4 数据标准化

5.5 实战2：运动员数据分析预处理

5.6 实战3：豆瓣读书数据预处理

5.7 本章小结

5.8 习题

第6章 Matplotlib——可视化绘图

6.1 Matplotlib的安装

6.2 Matplotlib的绘制流程

6.3 Matplotlib基础图表的绘制

6.4 Matplotlib高级图表

6.5 实战4：我国地区生产总值数据可视化

6.6 实战5：餐厅小费赠予情况数据可视化

6.7 本章小结

6.8 习题

第7章 机器学习与数据挖掘

7.1 机器学习概述

7.2 监督学习——分类与回归

7.3 聚类与关联分析

7.4 数据结构与算法

7.5 本章小结

7.6 习题

第8章 综合实战：就业分析

8.1 研究背景

8.2 分析目标

8.3 数据获取

8.4 数据处理

8.5 数据分析

8.6 本章小结

第9章 综合实战：电商数据分析

9.1 电商平台用户行为数据分析

9.2 网店商品售卖数据分析