Python數據分析基礎教程

第 1章
數據分析概述　1
1．1　數據的性質　1
1．1．1　數據的概念　1
1．1．2　數據的類型　1
1．2　數據分析　2
1．2．1　數據分析的概念　2
1．2．2　數據分析的過程　2
1．2．3　數據分析的作用　5
1．2．4　數據分析的常用工具　5
本章小結　5
思考練習　6
第　2章
Python與數據分析　7
2．1　Python簡介　7
2．1．1　Python語言的特點　7
2．1．2　Python解釋器　8
2．2　Python與數據分析的關系　8
2．3　Python數據分析常用的類庫　8
2．4　Python開發(fā)環(huán)境的搭建　10
2．5　Python集成開發(fā)環(huán)境的搭建　13
2．5．1　PyCharm的安裝與使用　13
2．5．2　Jupyter Notebook的安裝與
使用　19
項目實踐　25
本章小結　25
思考練習　25
第3章
Python語言基礎　26
3．1　Python基礎語法　26
3．1．1　Python的語法規(guī)則　26
3．1．2　常量、變量與標準數據類型　29
3．1．3　第 一個Python程序　30
3．2　Python的數據類型　31
3．2．1　數字　31
3．2．2　字符串　33
3．2．3　Python的數據結構組成　36
3．2．4　列表　36
3．2．5　元組　40
3．2．6　字典　43
3．2．7　集合　48
3．3　Python流程控制語句　50
3．3．1　if條件語句　51
3．3．2　while循環(huán)控制語句　52
3．3．3　for循環(huán)控制語句　53
3．3．4　range()函數的作用　53
3．3．5　break、continue、pass語句　54
3．4　Python的函數　55
3．4．1　自定義函數　55
3．4．2　設置函數參數　55
3．4．3　返回函數值　57
3．4．4　調用自定義函數　57
3．4．5　局部變量和全局變量　58
3．4．6　函數嵌套　59
3．4．7　匿名函數　60
項目實踐　60
本章小結　62
思考練習　62
第4章
NumPy數組與矢量計算　64
4．1　NumPy概述　64
4．1．1　NumPy簡介　64
4．1．2　NumPy的安裝與測試　65
4．1．3　SciPy簡介及其安裝與測試　65
4．1．4　NumPy的簡單應用：一維
數組相加　66
4．2　NumPy數組對象　67
4．2．1　創(chuàng)建數組對象　68
4．2．2　選取數組元素　68
4．2．3　數組的屬性　68
4．2．4　創(chuàng)建數組的其他方法　69
4．2．5　NumPy的數據類型　70
4．3　NumPy數組操作　72
4．3．1　數組的索引和切片　72
4．3．2　修改數組形狀　74
4．3．3　數組的展平　75
4．3．4　數組轉置和軸對換　76
4．3．5　數組的連接　77
4．3．6　數組的分割　78
4．3．7　數組轉換　79
4．3．8　添加/刪除數組元素　79
4．4　NumPy數組的矢量計算　81
4．4．1　數組的運算　81
4．4．2　通用函數（ufunc）　83
4．5　NumPy矩陣創(chuàng)建、計算及
操作　84
4．6　隨機數的生成　87
項目實踐　89
本章小結　90
思考練習　90
第5章
用NumPy進行簡單統計
分析　91
5．1　文件讀寫操作　91
5．1．1　使用NumPy讀寫文本文件　91
5．1．2　使用NumPy讀寫二進制格式
文件　93
5．1．3　使用NumPy讀寫多維數據
文件　94
5．2　NumPy常用的統計函數　94
5．3　使用NumPy函數進行統計
分析　98
5．3．1　NumPy的排序函數　98
5．3．2　NumPy的去重與重復函數　100
5．3．3　NumPy的搜索和計數函數　102
5．4　簡單的統計分析　103
項目實踐　106
本章小結　107
思考練習　107
第6章
數據可視化——
Matplotlib庫　109
6．1　Matplotlib概述　109
6．1．1　Matplotlib簡介　109
6．1．2　Matplotlib的測試、安裝與
導入　110
6．1．3　IPython及pylab模式　111
6．2　使用pyplot創(chuàng)建圖形　111
6．2．1　創(chuàng)建簡單圖形　111
6．2．2　創(chuàng)建子圖　114
6．3　Matplotlib參數配置　115
6．3．1　matplotlibrc配置文件　115
6．3．2　設置動態(tài)rc參數　116
6．4　分析變量間關系圖　117
6．4．1　繪制散點圖　117
6．4．2　繪制折線圖　119
6．5　分析變量數據分布和分散
狀況　120
6．5．1　繪制直方圖　120
6．5．2　繪制柱狀圖　122
6．5．3　繪制餅圖　123
6．5．4　繪制箱線圖　125
項目實踐　126
本章小結　127
思考練習　127
第7章
pandas數據分析基礎　128
7．1　pandas概述　128
7．1．1　pandas簡介　128
7．1．2　pandas測試、安裝與
導入　129
7．2　pandas的數據結構及常用
操作　130
7．2．1　Series對象及常用操作　130
7．2．2　DataFrame對象及常用
操作　134
7．3　pandas的索引　141
7．3．1　Index索引對象　141
7．3．2　Index對象的屬性和方法　141
7．3．3　重新索引　143
7．3．4　層級索引　144
7．4　pandas數據結構之間的
運算　148
7．4．1　算術和數據對齊　148
7．4．2　算術運算方法　149
7．4．3　DataFrame與Series對象
之間的運算　150
7．5　pandas的函數應用　151
7．5．1　數據篩選　151
7．5．2　apply()函數　151
7．5．3　數據統計函數　153
7．5．4　DataFrame格式化函數　153
7．5．5　排序和排名　154
7．6　數據讀取與寫入　156
7．6．1　讀/寫文本文件　156
7．6．2　讀/寫Excel文件　158
7．6．3　讀/寫數據庫文件　159
7．6．4　讀/寫JSON文件　162
7．7　數據分析方法　163
7．7．1　基本統計分析　163
7．7．2　分組分析　164
7．7．3　分布分析　165
7．7．4　交叉分析　166
7．7．5　結構分析　168
7．7．6　相關分析　169
項目實踐　171
本章小結　171
思考練習　172
第8章
用pandas進行數據
預處理　173
8．1　數據清洗　173
8．1．1　重復值的處理　173
8．1．2　缺失值的處理　174
8．1．3　異常值的處理　177
8．2　數據合并　178
8．2．1　按鍵連接數據　179
8．2．2　沿軸連接數據　181
8．2．3　合并重疊數據　184
8．3　數據抽取　185
8．3．1　字段抽取與拆分　185
8．3．2　記錄抽取　186
8．4　重塑層次化索引　187
8．5　映射與數據轉換　188
8．5．1　用映射替換元素　189
8．5．2　用映射添加元素　190
8．5．3　重命名軸索引　190
8．6　排列與隨機抽樣　191
8．7　日期轉換、日期格式化和日期
抽取　192
8．8　字符串處理　194
8．8．1　內置的字符串處理方法　194
8．8．2　正則表達式　196
8．8．3　矢量化的字符串函數　201
項目實踐　203
本章小結　204
思考練習　204
第9章
機器學習庫scikit-learn
入門　206
9．1　機器學習概述　206
9．2　scikit-learn概述　208
9．2．1　scikit-learn介紹　208
9．2．2　scikit-learn測試、安裝和
導入　209
9．3　第 一個機器學習程序　209
9．4　使用scikit-learn進行機器
學習　210
9．4．1　Seaborn繪圖　210
9．4．2　準備數據集　215
9．4．3　選擇模型　220
9．4．4　調整參數訓練和測試模型　223
項目實踐　226
本章小結　228
思考練習　228
第　10章
電影數據分析項目　230
10．1　項目描述　230
10．2　準備數據　231
10．3　數據清洗　231
10．4　數據分析與數據可視化　232
本章小結　238
思考練習　238
參考文獻　239