Python虽然是一门编程语言,但是在数据分析领域实现的功能和Excel的基本功能一样,而Excel又是大家比较熟悉、容易上手的软件,可以通过Excel数据分析去对比学习Python数据分析。本书将数据分析过程中涉及的每一个操作都对照讲解,让你从熟悉的Excel操作中去学习对应的Python实现,而不是直学习Python代码,大大降低了学习门槛,消除了大家对代码的恐惧心理。这也是本书的一大特色,让读者可以像学Excel数据分析一样,轻松学习Python数据分析。
售 价:¥
纸质售价:¥39.60购买纸书
温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印
为你推荐
作者简介
序言
前言
入门篇
第1章 数据分析基础
1.1 数据分析是什么
1.2 为什么要做数据分析
1.3 数据分析究竟在分析什么
1.4 数据分析的常规流程
1.5 数据分析工具:Excel与Python
实践篇
第2章 熟悉锅——Python基础知识
2.1 Python是什么
2.2 Python的下载与安装
2.3 介绍Jupyter Notebook
2.4 基本概念
2.5 字符串
2.6 数据结构——列表
2.7 数据结构——字典
2.8 数据结构——元组
2.9 运算符
2.10 循环语句
2.11 条件语句
2.12 函数
2.13 高级特性
2.14 模块
第3章 Pandas数据结构
3.1 Series数据结构
3.2 DataFrame 表格型数据结构
第4章 准备食材——获取数据源
4.1 导入外部数据
4.2 新建数据
4.3 熟悉数据
第5章 淘米洗菜——数据预处理
5.1 缺失值处理
5.2 重复值处理
5.3 异常值的检测与处理
5.4 数据类型转换
5.5 索引设置
第6章 菜品挑选——数据选择
6.1 列选择
6.2 行选择
6.3 行列同时选择
第7章 切配菜品——数值操作
7.1 数值替换
7.2 数值排序
7.3 数值排名
7.4 数值删除
7.5 数值计数
7.6 唯一值获取
7.7 数值查找
7.8 区间切分
7.9 插入新的行或列
7.10 行列互换
7.11 索引重塑
7.12 长宽表转换
7.13 apply()与applymap()函数
第8章 开始烹调——数据运算
8.1 算术运算
8.2 比较运算
8.3 汇总运算
8.4 相关性运算
第9章 炒菜计时器——时间序列
9.1 获取当前时刻的时间
9.2 指定日期和时间的格式
9.3 字符串和时间格式相互转换
9.4 时间索引
9.5 时间运算
第10章 菜品分类——数据分组/数据透视表
10.1 数据分组
10.2 数据透视表
第11章 水果拼盘——多表拼接
11.1 表的横向拼接
11.2 表的纵向拼接
第12章 盛菜装盘——结果导出
12.1 导出为.xlsx文件
12.2 导出为.csv文件
12.3 将文件导出到多个Sheet
第13章 菜品摆放——数据可视化
13.1 数据可视化是什么
13.2 数据可视化的基本流程
13.3 图表的基本组成元素
13.4 Excel与Python可视化
13.5 建立画布和坐标系
13.6 设置坐标轴
13.7 其他图表格式的设置
13.8 绘制常用图表
13.9 绘制组合图表
13.10 绘制双坐标轴图表
13.11 绘图样式设置
进阶篇
第14章 典型数据分析案例
14.1 利用Python实现报表自动化
14.2 自动发送电子邮件
14.3 假如你是某连锁超市的数据分析师
14.4 假如你是某银行的数据分析师
第15章 NumPy数组
15.1 NumPy简介
15.2 NumPy数组的生成
15.3 NumPy数组的基本属性
15.4 NumPy数组的数据选取
15.5 NumPy数组的数据预处理
15.6 NumPy数组重塑
15.7 NumPy数组合并
15.8 常用数据分析函数
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜