Python數據分析與可視化（第2版）

第1章　數據分析概述 1
1.1 認識數據分析 1
一、數據分析背景 1
二、數據分析流程 2
三、數據分析應用 3
1.2 認識Python 3
一、Python的發展趨勢 3
二、Python的特點 4
三、Python的常用庫 4
1.3 安裝環境 6
一、安裝Anaconda 6
二、安裝PyCharm 11
三、在PyCharm中導入Anaconda環境 14
四、查看PyCharm中的安裝庫 18
1.4 數據分析概述測試題 21
第2章　Python基礎 23
2.1 Python基本操作 23
一、變量 24
二、轉義符 24
三、輸入與輸出 25
四、算術運算符 27
2.2 Python選擇結構 29
一、關系運算符 29
二、單分支選擇結構 30
三、雙分支選擇結構 31
四、多分支選擇結構 31
2.3 Python循環語句 33
一、while循環語句 34
二、for循環語句一般形式 34
2.4 Python列表操作 39
一、創建列表 39
二、訪問列表元素與切片列表 40
三、添加列表元素 41
四、修改列表元素 42
五、刪除列表元素 42
六、列表的常用方法 43
2.5 Python字符串操作 46
一、字符串的訪問 46
二、字符串的操作 47
2.6 Python字典操作 52
一、創建字典 53
二、訪問字典關鍵字 53
三、訪問字典元素 54
四、更新字典元素 54
五、刪除字典元素 55
六、利用字典創建二維數據 56
2.7 Python函數操作 58
一、定義函數 59
二、調用函數 59
三、匿名函數 60
2.8 Python的NumPy庫 64
一、創建數組對象 64
二、查看數組屬性 66
三、數組的索引與切片 67
四、NumPy隨機數 68
五、NumPy的操作 70
2.9 Python基礎測試題 72
第3章　利用Pandas進行數據預處理 74
3.1 數據的創建與操作 74
一、Series的創建與操作 75
二、DataFrame的創建與操作 80
3.2 數據的導入與保存 84
一、導入數據設置 84
二、導入外部文件 85
三、導入Sklearn自帶數據 86
四、保存數據 86
3.3 數據的新增與刪除 91
一、新增列數據 91
二、數據的刪除 93
3.4 數據的篩選與切片 96
一、直接選取列數據 96
二、利用loc函數選取行數據 97
三、選取DataFrame切片數據 99
3.5 數據的去空與去重 104
一、數據去空 104
二、數據去重 107
3.6 數據的填充與替換 111
一、空值填充 111
二、批量替換 113
3.7 數據的拼接和合並 117
一、數據的縱向拼接 117
二、數據的橫向合並 119
3.8 時間的轉換與提取 123
一、生成時間類數據 124
二、轉化DataFrame時間數據 126
三、提取時間信息 126
3.9 利用Pandas進行數據預處理測試題 129
第4章　利用Pandas進行數據分析 132
4.1 數據的排序與排名 132
一、數據排序 133
二、數據排名 134
4.2 數據的統計與描述 137
一、數值型字段的統計與描述 137
二、分類型字段的統計與描述 140
4.3 數據的分組與分段 144
一、數據分組統計分析 144
二、數據分段統計分析 147
4.4 數據的交叉與透視 149
一、頻數交叉表 149
二、數據透視表 151
4.5 數據的正態性分析 156
一、數據的正態分佈 156
二、正態分佈的描述 157
三、正態分佈的驗證 158
4.6 數據的相關性分析 164
一、相關關系的概念 164
二、相關分析 164
4.7 利用Pandas進行數據分析測試題 169
第5章　利用Matplotlib進行數據可視化 171
5.1 繪圖設置與簡單繪圖 171
一、繪圖設置 172
二、簡單繪圖 177
5.2 繪制柱形圖 180
一、柱形圖 180
二、添加數據標簽 184
5.3 繪制條形圖 187
一、直接繪制條形圖 187
二、利用數據分組繪制條形圖 190
5.4 繪制折線圖 194
一、折線圖 194
二、添加折線圖輔助線 195
5.5 繪制散點氣泡圖 200
一、散點圖 200
二、繪制氣泡圖 202
5.6 繪制餅圖與圓環圖 208
一、繪制餅圖及其文本設置 208
二、繪制圓環圖 210
5.7 利用Matplotlib進行數據可視化測試題 214
第6章　Python數據分析與綜合應用 216
6.1 成績數據預處理與分析 216
一、數據源 216
二、要求 217
三、步驟 217
四、結論 221
6.2 房產數據預處理與分析 221
一、數據源 221
二、目標 222
三、步驟 222
四、結論 227
6.3 餐飲數據分析與可視化 227
一、數據源 227
二、目標 228
三、步驟 228
四、結論 235
6.4 超市數據分析與可視化 236
一、數據源 236
二、目標 237
三、步驟 238
四、結論 245
6.5 工業數據分析與可視化 246
一、數據源分析 246
二、目標 248
三、分析步驟 248
四、結論 255
附錄A 函數方法表 257
附錄B 顏色表 261
參考文獻 262