程式菜鳥學Python數據分析

前　言
Python是基礎篇
第1章　學習Python的優勢　　2
1.1　Python的特色　　2
1.1.1　程式碼簡單易懂　　3
1.1.2　包羅萬象的Python包　　5
1.1.3　超高的知名度和廣泛的應用面　　6
1.2　學習Python的收穫　　7
1.2.1　工作效率的提升　　7
1.2.2　工作能力的增強　　7
1.2.3　職場競爭力的提升　　8
1.3　如何有效率地學習Python　　8
1.3.1　打好程式設計基礎　　8
1.3.2　多「攢」代碼　　8
1.3.3　精通程式碼調試　　9
1.3.4　面向實際工作場景　　10
第2章　Python的工作環境　　11
2.1　Python工作環境的構成　　11
2.1.1　核心的Python軟體　　11
2.1.2　Anaconda　　12
2.1.3　IDE　　13
2.2　安裝過程中常見的問題　　14
2.3　Python的兩種解釋器　　14
2.4　包的安裝　　22
2.4.1　線上安裝　　22
2.4.2　離線安裝　　23
2.5　PyCharm中的解釋器配置　　26
2.5.1　兩種解譯器的配置　　27
2.5.2　Anaconda中第三方包的配置　　31
2.6　編譯.py檔生成.exe檔　　33
第3章　Python程式設計基礎　　38
3.1　與檔案系統相關的5個常見問題　　38
3.2　編碼格式　　43
3.3　Python編程中的特殊性　　45
3.4　Python中的資料結構　　46
3.4.1　序列　　47
3.4.2　列表　　49
3.4.3　元組　　51
3.4.4　字典　　52
3.4.5　集合　　57
3.5　Python基礎語句　　59
第4章　Python程式調試　　62
4.1　程序調試的常識　　62
4.2　Python程式碼的常見錯誤類型　　63
4.3　程序調試方法　　64
4.3.1　程序調試的基本操作　　64
4.3.2　程式調試的基本方法　　77
第5章　Excel和Text檔案的讀寫操作　　79
5.1　Text文件讀寫包　　79
5.2　Excel讀寫的四重循環　　81
5.3　openpyxl包　　83
5.4　xlsxwriter包　　87
第6章　資料處理神器pandas　　90
6.1　pandas的安裝　　90
6.2　pandas的資料結構　　91
6.3　pandas資料處理　　96
6.3.1　從Excel檔案讀取資料　　96
6.3.2　切片　　97
6.3.3　排序、篩選與分類總結　　100
6.3.4　資料合併　　105
6.4　pandas統計分析　　111
6.4.1　統計分析指標　　111
6.4.2　pandas繪圖　　116
6.5　其他pandas功能　　117
第7章　Matplotlib圖形呈現包　　118
7.1　Matplotlib包介紹　　118
7.2　利用Matplotlib包繪圖　　119
7.2.1　折線圖　　119
7.2.2　散點圖　　125
7.2.3　長條圖　　126
7.2.4　餅圖　　126
7.2.5　直方圖　　131
7.3　圖形部件繪製代碼　　132
7.4　綜合繪圖範例　　135
Python資料分析進階篇
第8章　資料預處理　　140
8.1　資料預處理的目標與方法　　140
8.1.1　縮放法　　141
8.1.2　分段轉換　　144
8.1.3　定性資料定量化　　144
8.1.4　資料填入　　145
8.2　Python資料預處理的方法　　147
第9章　資料分析的常見問題與方法　　150
9.1　資料分析的常見問題　　150
9.1.1　資料擷取問題　　150
9.1.2　資料描述問題　　151
9.1.3　資料間關係的界定與挖掘問題　　151
9.1.4　時間序列（預測）問題　　152
9.2　資料分析的常見方法　　152
9.2.1　標識分析法　　152
9.2.2　排序分析法　　154
9.2.3　漏斗分析法　　154
9.2.4　二八分析法　　156
9.2.5　異常值分析法　　158
9.2.6　對比分析法　　164
9.2.7　分組（類）分析法　　166
9.2.8　因果關係判斷法　　166
9.2.9　假設排除分析法　　167
9.2.10　趨勢分析法　　167
第10章　相關與回歸　　169
10.1　相關　　169
10.1.1　相關分析的涵義　　169
10.1.2　相關分析在Excel軟體中實現的　　171
10.1.3　相關分析在Python中的實現　　176
10.2　回歸　　178
10.2.1　線性迴歸　　180
10.2.2　非線性迴歸　　183
10.2.3　多元線性迴歸　　186
10.2.4　Logistic回歸　　187
第11章　分類　　192
11.1　KNN演算法　　193
11.2　聚類原理　　196
11.3　聚類在Python中的實作　　198
第12章　決策樹　　202
12.1　決策樹原理　　203
12.2　決策樹程式碼解析　　204
第13章　關聯分析　　210
13.1　關聯分析原理　　211
13.2　關聯分析的資料預處理　　215
13.3　關聯分析程式碼解析　　216
第14章　降維　　220
14.1　為什麼要降維　　221
14.2　用Python實現主成分分析　　223
第15章　透過爬蟲獲取資料的方法與實務　　227
15.1　爬蟲基本原理　　228
15.2　爬蟲爬取的內容　　228
15.3　爬蟲實踐　　229
15.3.1