Python數據分析和可視化基礎開發教程（微課視頻版）

目錄

資源下載

第1章數據分析概述

1.1數據與大數據

1.2數據分析

1.3數據分析流程

1.4Python數據分析與可視化

1.4.1為什麽選擇Python做數據分析

1.4.2Python數據分析與可視化常用類庫

1.4.3Python安裝和開發環境

1.5Jupyter Notebook的安裝和使用

1.5.1Jupyter Notebook的安裝

1.5.2Jupyter Notebook的使用

1.5.3Jupyter Notebook的保存

1.6PyCharm的安裝和使用

1.7Python基本輸入輸出

1.7.1Python基本輸入

1.7.2Python基本輸出

1.8Python代碼規範

實驗一熟悉Python開發環境

習題

第2章Python語法基礎

2.1Python數據類型

2.1.1數值類型

2.1.2字符串

2.1.3布爾類型

2.1.4空值

2.1.5Python數字類型轉換

2.2變量和常量

2.2.1變量

2.2.2常量

2.3運算符與表達式

2.3.1運算符

2.3.2表達式

2.4序列數據結構

2.4.1列表

2.4.2元組

2.4.3字典

2.4.4集合

實驗二序列的創建和使用

習題

目錄

第3章Python控制語句

3.1選擇結構

3.1.1if語句

3.1.2if…else語句

3.1.3if…elif…else語句

3.1.4pass語句

3.2循環結構

3.2.1while 語句

3.2.2for語句

3.2.3continue和break語句

3.2.4循環嵌套

3.2.5列表生成式

3.3應用案例——猜單詞游戲

實驗三控制語句的使用

習題

第4章Python函數與模塊

4.1函數的定義和使用

4.1.1函數的定義

4.1.2函數的使用

4.1.3Lambda表達式

4.1.4函數的返回值

4.2函數參數

4.2.1函數形參和實參的區別

4.2.2參數的傳遞

4.2.3函數參數的類型

4.2.4變量的作用域

4.3閉包和函數的遞歸調用

4.3.1閉包

4.3.2函數的遞歸調用

4.4內置函數

4.4.1數學運算函數

4.4.2集合操作函數

4.4.3字符串函數

4.4.4反射函數

4.4.5IO函數

4.5模塊和包

4.5.1import 導入模塊

4.5.2定義自己的模塊

4.5.3time模塊

4.5.4calendar模塊

4.5.5random模塊

4.5.6math模塊和cmath模塊

4.5.7包

4.6函數和字典綜合應用案例——通訊錄程序

實驗四函數的定義和使用

習題

第5章Python文件的使用

5.1文件

5.2文件的訪問

5.2.1打開(建立)文件

5.2.2讀取文本文件

5.2.3寫文本文件

5.2.4文件內移動

5.2.5文件的關閉

5.3文件夾的操作

5.3.1當前工作目錄

5.3.2目錄操作

5.3.3文件操作

5.4常用格式文件操作

5.4.1操作CSV格式文件

5.4.2操作Excel文檔

5.4.3操作JSON格式文件

實驗五文件操作

習題

第6章面向對象程序設計

6.1面向對象程序設計基礎

6.2類和對象

6.2.1定義和使用類

6.2.2構造函數__init__

6.2.3析構函數

6.2.4實例屬性和類屬性

6.2.5私有成員與公有成員

6.2.6方法

6.3類的繼承和多態

6.3.1類的繼承

6.3.2類的多繼承

6.3.3方法重寫

6.3.4多態

6.3.5運算符重載

實驗六面向對象程序設計

習題

第7章科學計算NumPy庫

7.1NumPy數組的使用

7.1.1NumPy數組創建

7.1.2NumPy數組中的元素訪問

7.1.3NumPy數組的算術運算

7.1.4NumPy數組的形狀(shape)操作

7.2NumPy中的矩陣對象

7.3NumPy中的數據統計分析

7.3.1排序

7.3.2重復數據與去重

7.3.3常用統計函數

實驗七NumPy數據分析應用

習題

第8章Pandas統計分析基礎

8.1Python數據分析庫(Pandas)

8.1.1Series

8.1.2DataFrame

8.2Pandas統計功能

8.2.1基本統計

8.2.2分組統計

8.3排序和排名

8.3.1Series的排序

8.3.2DataFrame的排序

8.3.3排名

8.4Pandas篩選和過濾功能

8.4.1篩選

8.4.2按篩選條件進行匯總

8.4.3過濾

8.5數據透視表

8.5.1透視表

8.5.2交叉表

8.6Pandas數據導入導出

8.6.1導入CSV文件

8.6.2讀取其他格式數據

8.6.3導出Excel文件

8.6.4導出CSV文件

8.6.5Pandas讀取和寫入數據庫

8.7Pandas日期處理

8.8數據運算

8.8.1簡單算術運算

8.8.2應用函數運算

8.9Pandas數據分析應用案例——學生成績統計分析

實驗八Pandas數據分析應用案例——學生數據處理

習題

第9章Python爬取網頁數據

9.1相關HTTP知識

9.2urllib庫

9.2.1urllib庫簡介

9.2.2urllib庫的基本使用

9.3BeautifulSoup庫

9.3.1網頁信息分析工具BeautifulSoup庫概述

9.3.2BeautifulSoup庫的四大對象

9.3.3BeautifulSoup庫操作解析文檔樹

9.4requests庫

9.4.1requests庫的使用

9.4.2requests庫的應用案例

9.5爬蟲實戰案例——Python爬取豆瓣電影TOP250評分

實驗九Python爬取網頁信息

習題

第10章數據處理與數據分析

10.1數據處理概念

10.1.1數據清理

10.1.2數據集成

10.1.3數據變換與數據離散化

10.2Pandas數據清理

10.2.1處理缺失值

10.2.2處理重復值

10.2.3處理格式錯誤

10.2.4處理錯誤數據

10.2.5處理異常值

10.3Pandas數據集成

10.3.1SQL合並/連接

10.3.2字段合並

10.3.3記錄合並

10.4Pandas數據變換與離散化

10.4.1簡單函數變換

10.4.2數據標準化

10.4.3數據離散化處理

10.5Pandas數據分析

10.5.1描述性分析

10.5.2分佈分析

10.5.3相關性分析

實驗十數據處理與數據分析

習題

第11章sklearn構造數據分析模型

11.1機器學習基礎

11.1.1機器學習概念

11.1.2機器學習的分類

11.1.3機器學習流程

11.1.4機器學習庫sklearn的安裝

11.2機器學習庫sklearn的應用

11.2.1sklearn常用數據集

11.2.2聚類

11.2.3分類

11.2.4回歸

11.2.5主成分分析

11.2.6鳶尾花相關的分類、預測及降維

實驗十一sklearn機器學習應用

習題

第12章數據可視化

12.1Matplotlib繪圖可視化

12.1.1Matplotlib.pyplot模塊——快速繪圖

12.1.2繪制條形圖、餅圖、散點圖

12.1.3交互式標註

12.2seaborn繪圖可視化

12.2.1seaborn安裝和內置數據集

12.2.2seaborn背景與邊框

12.2.3seaborn繪制散點圖

12.2.4seaborn繪制折線圖

12.2.5seaborn繪制直方圖

12.2.6seaborn繪制條形圖

12.2.7seaborn繪制線性回歸模型

12.2.8seaborn繪制箱線圖

12.3Pandas數據分析應用案例——天氣分析和展示

12.3.1爬取數據

12.3.2Pandas處理分析數據

12.3.3數據可視化展示

12.4可視化應用——學生成績分佈柱狀圖展示

12.4.1程序設計的思路

12.4.2程序設計的步驟

實驗十二數據可視化

習題

第13章案例實戰——銷售業客戶價值數據分析

13.1銷售業客戶價值分析意義

13.2程序設計思路

13.3程序設計的步驟

參考文獻