Python數據分析及應用

徐娟，女，雲南財經大學信息學院副教授，碩士生導師，主要研究方向是人工智能、數據分析。從事面向全校學生的數據分析通識課程的教學，積累了較為豐富的教學經驗。同時積極開展科研工作與教學法研究，主持參與多項校級、省級科研項目，主編和參編教材十餘本。多次指導學生進行SRTP、大創項目研究，多次指導學生參加挑戰杯、因特網+、電腦設計大賽。參與的教學改革多次獲教學成果獎。

Python數據分析基礎（理論教程）目錄

 

第　1章 Python基礎應用

【學習目標】

【本章導讀】

1.1　數據分析基礎

1.1.1　什麽是數據分析

1.1.2　數據分析基本流程

1.1.3　選用Python進行數據分析

1.2　Python語言概述

1.2.1　Python語言的發展

1.2.2　Python語言的特點

1.3　Python語言開發環境配置

1.3.1　Python語言解釋器的安裝

1.3.2　Anaconda開發環境的安裝

1.3.3　Python第三方庫

1.3.4　編寫自己的Python程序

1.4　Python基本語法規則

1.4.1縮進與對齊

1.4.2　註釋

1.4.3　變量

1.4.4　賦值

1.4.5　保留字

1.4.6　基本輸入輸出

【課後思考】

 

第　2章 基本數據類型

【學習目標】

【本章導讀】

2.1　數值類型

2.1.1　整型

2.1.2　浮點型

2.1.3　布爾型

2.1.4　復數型

2.2　數值運算

2.2.1　基本運算

2.2.2　數值運算函數

2.3　字符串類型

2.3.1　字符串基本操作

2.3.2　format()方法的基本使用

2.4不同數據類型的轉換

【課後思考】

 

 

第3章　程序的控制結構

【學習目標】

【本章導讀】

3.1　程序的基本結構

3.2　程序的分支結構

3.2.1　單分支結構

3.2.2　二分支結構

3.2.3　多分支結構

3.3　程序的循環結構

3.3.1　for語句

3.3.2　while語句

3.3.3　特殊的流程控制語句

3.4　程序的異常處理

3.4.1　異常處理的基本使用

3.4.2　異常處理的高級使用

3.5　random庫的使用

【課後思考】

 

第4章　函數

【學習目標】

【本章導讀】

4.1　函數的定義與調用

4.2參數與返回值

4.2.1　默認參數

4.2.2關鍵字參數

4.2.3可變長參數

4.2.4　返回值

4.3　變量的作用域

4.3.1　局部變量

4.3.2全局變量

4.4　遞歸

【課後思考】

 

第5章　組合數據類型

【學習目標】

【本章導讀】

5.1　列表類型

5.1.1列表類型簡介

5.1.2列表類型的操作

5.2　元組類型

5.2.1元組類型簡介

5.2.2元組類型的操作

5.3　集合元組類型

5.3.1集合類型簡介

5.3.2集合類型的操作

5.4　字典元組類型

5.4.1字典類型簡介

5.4.2字典合類型的操作

5.5　jieba庫的使用

5.6　wordcloud的使用

【課後思考】

 

第6章　文件操作

【學習目標】

【本章導讀】

6.1　Python文件概述

6.2文件的操作

6.2.1文本文件

6.2.2　csv文件

6.2.3　excel文件

6.2.4圖像文件

6.3　文件夾的操作

【課後思考】

 

第7章　Python數據分析Pandas庫的使用

【學習目標】

【本章導讀】

7.1　pandas數據結構

7.1.1　Series對象

7.1.2　DataFrame對象

7.2　DataFrame數據的基本操作

7.2.1數據的提取

7.2.2數據的修改

7.2.3數據的增加

7.2.4數據的刪除

7.2.5數據的篩選

7.3　數據的導入與導出

7.3.1　數據導入

7.3.2　數據導出

7.4數據預處理

7.4.1標簽修改

7.4.2　排序

7.4.3數據合並

7.4.4　缺失值處理

7.4.5重復值處理

7.5數據分組統計

7.5.1數據的描述性統計

7.5.2常用聚合函數

7.5.3　數據的分組聚合

7.6創建透視表與交叉表

7.6.1　創建透視表

7.6.2　創建交叉表

【課後思考】

 

第8章　Python時間序列分析

【學習目標】

【本章導讀】

8.1時間獲取

8.2時間的格式化

8.2.1時間戳

8.2.2字符串時間

8.2.3不同單位的時間

8.3時間列的基本操作

8.3.1時間列的添加

8.3.1時間列的使用

8.4時間索引

8.4.1時間索引的建立

8.4.2時間索引的使用

【課後思考】

 

第9章　Python可視化分析

【學習目標】

【本章導讀】

9.1　matplotlib 數據可視化

9.1.1　繪制散點圖

9.1.2　繪制折線圖

9.1.3　繪制柱狀圖

9.1.4　繪制餅圖

9.2　pyecharts 數據可視化

9.2.1　繪制柱狀圖

9.2.2　繪制餅圖

9.2.3　繪制漏鬥圖

9.2.4　繪制儀表盤

　【課後思考】

 

第　10章 Python科學計算Numpy

【學習目標】

【本章導讀】

10.1　創建NumPy數組

10.1.1　從列表和其他類數組對象創建數組

10.1.2　創建特殊NumPy數組

10.1.3　創建矩陣

10.2　NumPy數組操作

10.2.1數組切片和索引

10.2.2數組的重構

10.2.3　數組和標量間的運算

10.2.4　通用函數

10.2.5　矩陣操作

10.2.6　數組排序

10.2.7　統計函數

10.4用NumPy處理線性代數的相關計算

10.4.1向量化計算

10.4.2　特徵根與特徵向量

10.4.3　用NumPy求多元線性回歸模型的解

【課後思考】

 

第　11章 Python機器學習分析

【學習目標】

【本章導讀】

11.1　分類

11.1.1　特徵選擇

11.1.2　信息增益

11.1.3　生成決策樹

11.2　聚類

11.2.1　距離度量

11.2.2　層次聚類

11.2.3　K-Means聚類

11.3　線性回歸

11.3.1　一元線性回歸

11.3.2　多元線性回歸

11.3.3　廣義線性回歸

【課後思考】