- Python数据分析基础与应用(微课版名校名师精品系列教材)
- - 作者：编者:冯向科//陈承欢|责编:王志广//桑珊
  - 出版社：人民邮电
  - ISBN：9787115632739
  - 出版日期：2025/01/01
  - 页数：277
- 售价：27.92

内容大纲
    在当今数字化时代，数据分析在各行各业被广泛应用，数据已经成为企业的核心生产要素，数据分析技术已经成为企业竞争的关键。
    本书以帮助读者夯实数据分析基础、掌握数据分析应用为目标，以提升数据分析能力为重点，将Python数据分析基础与应用整体分为9个模块，形成层次分明、结构清晰、重点突出、方便学习的模块化结构。本书构建渐进式、多样化的数据分析基础与应用层次，创新知识学习、技能训练、任务实战一体化训练模式，帮助读者有效地形成学习梯度、降低学习难度、提升学习热情。同时本书提供新形态教材的电子活页，探索活页式教材新模式，还配套了数据分析在线练习与考核题库。本书充分挖掘数据分析中的素养元素，“因势利导、顺势而为”，将知识学习、技能训练、能力培养和价值塑造有机结合。
    本书可以作为普通高等院校、高等或中等职业院校各专业的Python数据分析基础与应用课程的教材，也可以作为Python数据分析基础与应用培训班的教材及参考书。
作者介绍
目录
模块1  认知数据分析与构建程序运行环境
  学习与训练
  1.1  初识数据分析
    1.1.1  数据分析定义
    1.1.2  比较数据分析与数据挖掘
    1.1.3  数据分析在企业经营决策中的主要作用
    1.1.4  常用数据分析框架
    1.1.5  常用数据分析方法
    1.1.6  常用数据分析工具
    1.1.7  数据分析过程中常见数据问题
  1.2  熟悉与准备数据分析的编程环境
    1.2.1  熟悉与使用Python的交互式编程环境
    1.2.2  熟悉与使用Jupyter Notebook集成开发环境
    1.2.3  熟悉与使用PyCharm集成开发环境
  应用与实战
    【任务1-1】在Jupyter Notebook开发环境中打开并运行Python程序t1-01.ipynb
    【任务1-2】在Jupyter Notebook开发环境中打开并运行Python程序t1-02.ipynb
  在线练习与考核
模块2  Python基础
  学习与训练
  2.1  Python的编码规范与命名要求
  2.2  Python转义字符与注释
    2.2.1  Python转义字符
    2.2.2  Python程序的注释
  2.3  Python 3数据类型及其应用
    2.3.1  Python 3的数值类型
    2.3.2  Python字符串操作与计算
    2.3.3  Python列表创建与应用
    2.3.4  Python元组创建与应用
    2.3.5  Python字典创建与应用
    2.3.6  Python集合创建与应用
    2.3.7  Python 3数据类型的判断
    2.3.8  Python数据类型的转换
  2.4  Python运算符及其应用
    2.4.1  Python的算术运算符与算术表达式
    2.4.2  Python的赋值运算符与变量定义
    2.4.3  Python的比较运算符与比较表达式
    2.4.4  Python的逻辑运算符与逻辑表达式
    2.4.5  Python的成员运算符
    2.4.6  Python运算符优先级
  2.5  Python基本结构及应用
    2.5.1  顺序结构与流程控制
    2.5.2  Python选择结构及其应用
    2.5.3  for循环语句及其应用
    2.5.4  while循环语句及其应用
    2.5.5  Python循环结构中的跳转语句
  2.6  Python常用内置函数及应用
    2.6.1  Python数学运算函数及应用
    2.6.2  Python输入输出函数及应用
    2.6.3  Python 3日期和时间函数

  2.7  Python函数定义及应用
    2.7.1  定义Python函数
    2.7.2  调用Python函数
    2.7.3  Python函数变量作用域
  2.8  创  建与导入Python模块
    2.8.1  创建Python模块
    2.8.2  导入Python模块
    2.8.3  下载与安装第三方模块
  2.9  创建与使用Python包
  应用与实战
    【任务2-1】计算与输出购买商品的优惠金额与应付金额
    【任务2-2】应用for循环语句显示进度的百分比
    【任务2-3】自定义与应用实现要求功能的函数
    【任务2-4】使用Collections实现数据统计
  在线练习与考核
模块3  NumPy基础
  学习与训练
  3.1  初识NumPy
    3.1.1  NumPy概述
    3.1.2  安装NumPy
  3.2  使用多种方法创建NumPy数组对象
    3.2.1  初识ndarray对象
    3.2.2  熟悉与使用NumPy数据类型
    3.2.3  创建NumPy一维数组对象
    3.2.4  创建NumPy二维数组对象
    3.2.5  创建NumPy多维数组对象
    3.2.6  创建NumPy区间数组对象
  3.3  使用ndarray对象的属性
    3.3.1  使用size属性和dtype属性
    3.3.2  使用shape属性
    3.3.3  使用ndim属性
    3.3.4  使用itemsize属性
    3.3.5  使用nbytes属性
  3.4  NumPy数组对象基本操作
    3.4.1  NumPy数组索引和切片
    3.4.2  NumPy副本和视图
    3.4.3  NumPy数组高级索引
    3.4.4  NumPy数组遍历
    3.4.5  NumPy数组变维操作
    3.4.6  NumPy数组转置操作
    3.4.7  连接与分割NumPy数组操作
    3.4.8  NumPy数组元素增、删、改、查操作
    3.4.9  NumPy字符串处理
  3.5  NumPy数组算术运算与矩阵乘法
    3.5.1  NumPy数组广播机制
    3.5.2  NumPy数组的算术运算
    3.5.3  NumPy数组的矩阵乘法运算
  3.6  NumPy统计计算与分析
    3.6.1  NumPy数组统计计算
    3.6.2  NumPy数组线性代数运算

    3.6.3  NumPy数组排序
    3.6.4  NumPy数组搜索
    3.6.5  删除NumPy数组中的重复元素
  3.7  使用NumPy读写文件
    3.7.1  常见的数据文件格式
    3.7.2  使用numpy loadtxt()和numpysavetxt()函数读写TXT或CSV文件
    3.7.3  使用load()和save()函数读写NPY或NPZ文件
    3.7.4  使用h5py读写HDF5文件
    3.7.5  使用NumPy的genfromtxt()函数从文本文件中读取数据
  应用与实战
    【任务3-1】计算两个二维数组的矩阵乘积
    【任务3-2】统计、分析粮食播种面积和粮食产量数据
  在线练习与考核
模块4  数据结构应用与数据读写操作
  学习与训练
  4.1  初识pandas
  4.2  熟悉pandas的Series结构
    4.2.1  创建Series对象
    4.2.2  访问Series数据
    4.2.3  使用Series的常用属性
    4.2.4  使用Series的常用方法与函数
  4.3  熟悉pandas的DataFrame结构
    4.3.1  创建DataFrame对象
    4.3.2  使用列索引操作DataFrame
    4.3.3  使用行索引操作DataFrame
    4.3.4  使用DataFrame的常用属性和方法
  4.4  pandas创建与操作索引
    4.4.1  创建pandas的索引
    4.4.2  获取pandas的索引
    4.4.3  熟知pandas索引的特性
    4.4.4  pandas索引设置
  4.5  pandas基本操作
    4.5.1  pandas数据显示格式设置
    4.5.2  pandas字符串操作
    4.5.3  pandas遍历操作
    4.5.4  pandas排序操作
    4.5.5  pandas的元素值排名操作
    4.5.6  pandas数据类型转换
    4.5.7  创建与使用pandas分类对象
  4.6  pandas数据筛选
    4.6.1  Series对象中元素筛选
    4.6.2  DataFrame对象中元素筛选
  4.7  pandas创建与操作多层索引
    4.7.1  创建多层索引
    4.7.2  多层索引操作
  4.8  pandas读写文件中的数据
    4.8.1  pandas读取Excel文件中的数据
    4.8.2  使用to_excel()函数将DataFrame数据写入Excel文件
    4.8.3  pandas读取CSV文件中的数据
    4.8.4  将DataFrame数据写入CSV文件

  应用与实战
    【任务4-1】药品销售数据导入与审阅
    【任务4-2】网上商城用户消费数据导入与审阅
  在线练习与考核
模块5  数据预处理
  学习与训练
  5.1  数据清理
    5.1.1  pandas缺失值处理
    5.1.2  pandas清洗无效数据
    5.1.3  pandas重复值检测与处理
    5.1.4  pandas异常值检测与处理
    5.1.5  pandas删除数据集中指定行或列的数据
  5.2  pandas数据合并
    5.2.1  使用merge()函数通过主键合并数据
    5.2.2  使用join()函数通过索引或指定列合并数据
    5.2.3  使用concat()函数沿轴连接数据
    5.2.4  使用append()函数纵向连接DataFrame对象
    5.2.5  使用combine_first()函数合并重叠数据
  5.3  pandas数据抽取
    5.3.1  字段抽取
    5.3.2  字段拆分
    5.3.3  数据记录抽取
    5.3.4  日期转换与日期抽取
  5.4  pandas数据重塑
    5.4.1  重塑层次化索引
    5.4.2  使用pivot()函数实现轴向旋转
    5.4.3  使用melt()函数将DataFrame对象从宽数据格式转换为长数据格式
    5.4.4  使用pivot_table()函数聚合与透视数据
  5.5  pandas数据变换
    5.5.1  重命名索引的标签
    5.5.2  离散化连续数据
  应用与实战
    【任务5-1】药品销售数据预处理
    【任务5-2】网上商城用户消费数据预处理
  在线练习与考核
模块6  统计计算与数据分析
  学习与训练
  6.1  pandas数据运算
    6.1.1  Series对象的运算
    6.1.2  DataFrame对象的运算
    6.1.3  DataFrame对象与Series对象之间的运算
  6.2  pandas统计分析
    6.2.1  pandas数据分析的基本方法
    6.2.2  应用pandas的统计函数
    6.2.3  应用pandas的窗口函数
    6.2.4  应用pandas的聚合函数
    6.2.5  应用pandas的格式化函数
  6.3  pandas数据分组与聚合运算
    6.3.1  pandas数据分组
    6.3.2  pandas数据聚合

    6.3.3  pandas分组的转换操作
    6.3.4  pandas分组的数据过滤操作
  应用与实战
    【任务6-1】药品销售数据统计与分析
    【任务6-2】网上商城用户消费数据统计与分析
  在线练习与考核
模块7  数据分析可视化展示
  学习与训练
  7.1  初识Matplotlib
    7.1.1  Matplotlib概述
    7.1.2  认知Matplotlib的Pyplot模块
    7.1.3  使用Matplotlib绘制图形时实现支持中文显示
    7.1.4  熟悉Pyplot模块的plot()函数
    7.1.5  使用plot()函数绘制图形时设置辅助元素
  7.2  应  用Pyplot模块的函数绘制图形
    7.2.1  使用Pyplot的plot()函数绘制线性函数图形与波形图
    7.2.2  使用Pyplot的plot()函数绘制折线图
    7.2.3  使用Pyplot的bar()函数绘制柱形图
    7.2.4  使用Pyplot的barh()函数绘制条形图
    7.2.5  使用Pyplot的scatter()函数绘制散点图
    7.2.6  使用Pyplot的pie()函数绘制饼图
    7.2.7  使用Pyplot的boxplot()函数绘制箱形图
    7.2.8  使用Pyplot的hist()函数绘制直方图
    7.2.9  在同一画布的不同区域绘制多个图形
  7.3  使用pandas的plot()方法绘制图形
    7.3.1  使用Series对象的plot()方法绘制图形
    7.3.2  使用DataFrame对象的plot()方法绘制图形
  7.4  使  用seaborn模块绘制统计图表
    7.4.1  初识seaborn模块
    7.4.2  seaborn的风格设置
  7.5  使  用pyecharts模块实现数据可视化
    7.5.1  初识pyecharts模块
    7.5.2  pyecharts绘制图形的基本方法
  应用与实战
    【任务7-1】药品销售数据可视化展示与分析
    【任务7-2】网上商城用户消费行为可视化展示与分析
    【任务7-3】绘制折线图分析股票数据
    【任务7-4】绘制学习小组课程成绩的箱形图
    【任务7-5】绘制旅客年龄分布的箱形图
    【任务7-6】使用pyecharts模块分析订单数据与用户购物偏好
  在线练习与考核
模块8  时间序列操作与数据抽样
  学习与训练
  8.1  pandas时间生成与转换
    8.1.1  pandas时间序列
    8.1.2  pandas日期和时间格式化
    8.1.3  Pandas的Timedelta
  8.2  pandas随机抽样
  8.3  pandas数据重抽样
    8.3.1  使用resample()函数实现数据降抽样

    8.3.2  使用resample()函数实现数据升抽样
    8.3.3  使用asfreq()函数实现频率转换
    8.3.4  对缺失值进行插值处理
  应用与实战
    【任务8-1】对日期和时间数据进行灵活处理
    【任务8-2】分析股票数据时应用pandas日期序列
  在线练习与考核
模块9  数据分析与可视化综合实战
  学习与训练
  9.1  数据分析的过程
  9.2  基于互联网的数据分析的专业术语解释
  应用与实战
    【综合实战9-1】分析城市气温数据
    【综合实战9-2】分析网上商城订单数据
  在线练习与考核
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目