《Python 数据分析基础教程》内容简介

本书详细讲解了Python数据分析的相关内容，共分为10章，第1～9章分别讲解了数据分析概述、Python与数据分析、Python语言基础、NumPy数组与矢量计算、用NumPy进行简单统计分析、数据可视化——Matplotlib库、pandas数据分析基础、用pandas进行数据预处理、机器学习库scikit-learn入门；第10章用一个综合案例——电影数据分析项目，带领读者灵活掌握本书所学内容。
本书适合作为高等院校本、专科计算机相关专业的教材，也可供爱好者自学使用。
郑丹青，女，高级工程师，教授。在企业从事计算机软件开发二十多年，获株洲市科委奖励。从事职业教育15年，是湖南省计算机应用技术省级专业带头人，获得2016年湖南省“移动互联应用技术”省级培训优秀学员。

作品目录

内容提要
前言
第1章：数据分析概述
1.1、数据的性质
1.2、数据分析
本章小结
思考练习
第2章：Python与数据分析
2.1、Python简介
2.2、Python与数据分析的关系
2.3、Python数据分析常用的类库
2.4、Python开发环境的搭建
2.5、Python集成开发环境的搭建
项目实践
本章小结
思考练习
第3章：Python语言基础
3.1、Python基础语法
3.2、Python的数据类型
3.3、Python流程控制语句
3.4、Python的函数
项目实践
本章小结
思考练习
第4章：NumPy数组与矢量计算
4.1、NumPy概述
4.2、NumPy数组对象
4.3、NumPy数组操作
4.4、NumPy数组的矢量计算
4.5、NumPy矩阵创建、计算及操作
4.6、随机数的生成
项目实践
本章小结
思考练习
第5章：用NumPy进行简单统计分析
5.1、文件读写操作
5.2、NumPy常用的统计函数
5.3、使用NumPy函数进行统计分析
5.4、简单的统计分析
项目实践
本章小结
思考练习
第6章：数据可视化——Matplotlib库
6.1、Matplotlib概述
6.2、使用pyplot创建图形
6.3、Matplotlib参数配置
6.4、分析变量间关系图
6.5、分析变量数据分布和分散状况
项目实践
本章小结
思考练习
第7章：pandas数据分析基础
7.1、pandas概述
7.2、pandas的数据结构及常用操作
7.3、pandas的索引
7.4、pandas数据结构之间的运算
7.5、pandas的函数应用
7.6、数据读取与写入
7.7、数据分析方法
项目实践
本章小结
思考练习
第8章：用pandas进行数据预处理
8.1、数据清洗
8.2、数据合并
8.3、数据抽取
8.4、重塑层次化索引
8.5、映射与数据转换
8.6、排列与随机抽样
8.7、日期转换、日期格式化和日期抽取
8.8、字符串处理
项目实践
本章小结
思考练习
第9章：机器学习库scikit-learn入门
9.1、机器学习概述
9.2、scikit-learn概述
9.3、第一个机器学习程序
9.4、使用scikit-learn进行机器学习
项目实践
本章小结
思考练习
第10章：电影数据分析项目
10.1、项目描述
10.2、准备数据
10.3、数据清洗
10.4、数据分析与数据可视化
本章小结
思考练习
参考文献