从0到1——Python数据分析电子书

版 权

作者简介

前 言

资源与支持

第一部分 NumPy篇

第1章 数据分析概述

1.1 数据分析简介

1.2 课程介绍

1.3 使用VSCode

第2章 NumPy基础

2.1 NumPy是什么？

2.2 创建数组

2.3 数组属性

2.4 元素操作

2.5 数组操作

2.6 各种运算

2.7 遍历数组

2.8 大小排序

2.9 本章练习

第3章 NumPy进阶

3.1 浅拷贝和深拷贝

3.2 axis的值

3.3 广播机制

3.4 读写文件

3.5 矩阵简介

3.6 本章练习

第二部分 Pandas篇

第4章 Pandas简介

4.1 Pandas是什么？

4.2 Series

4.3 DataFrame

4.4 DataFrame的数据操作

4.5 遍历行列

4.6 深入了解

4.7 本章练习

第5章 获取数据

5.1 数据分析流程

5.2 读写数据简介

5.3 读写JSON

5.4 读写CSV

5.5 读写Excel

5.6 读写HTML

5.7 深入文件读取

5.8 读取数据库

5.9 本章练习

第6章 筛选数据

6.1 筛选数据简介

6.2 获取行、列：loc[]、iloc[]和df[]

6.3 重新索引：reindex()

6.4 获取首尾数据：head()和tail()

6.5 随机抽样：sample()

6.6 逻辑比较

6.7 过滤操作

6.8 模式匹配

6.9 本章练习

第7章 处理数据

7.1 处理数据简介

7.2 操作行名和列名

7.3 类型转换

7.4 行列转置：T

7.5 大小排序：sort_values()

7.6 数据排名：rank()

7.7 数据替换：replace()

7.8 数据移动：shift()

7.9 数据清洗

7.10 数据合并

7.11 字符串处理

7.12 自定义函数

7.13 实战题：处理天气数据

7.14 实战题：拆分数据

7.15 本章练习

第8章 分析数据

8.1 分析数据简介

8.2 基本统计函数

8.3 其他统计函数

8.4 整体情况

8.5 聚合函数：agg()

8.6 数据分组

8.7 实战题：求平均寿命

8.8 本章练习

第9章 时间序列

9.1 时间序列概述

9.2 重采样：resample()

9.3 移动计算：rolling()

9.4 分组器：Grouper()

9.5 实战题：求每个月的销量总和

9.6 本章练习

第10章 高级技术

10.1 透视表

10.2 交叉表

10.3 层次化索引

10.4 离散化处理

10.5 哑变量处理

10.6 实战题：创建透视表

10.7 本章练习

第11章 其他操作

11.1 广播机制

11.2 索引对象

11.3 inplace参数

11.4 缺失值

11.5 实战题：统计每一列的缺失值个数

11.6 本章练习

第三部分 Matplotlib篇

第12章 基础图表

12.1 Matplotlib简介

12.2 基本绘图（折线图）

12.3 通用设置

12.4 通用样式

12.5 散点图

12.6 柱形图

12.7 直方图

12.8 饼状图

12.9 实战题：绘制气温折线图

12.10 实战题：浏览器所占市场份额柱形图

第13章 高级图表

13.1 高级图表简介

13.2 箱线图

13.3 面积图

13.4 棉棒图

13.5 热力图

13.6 子图表

13.7 实战题：使用箱线图查找异常值

13.8 实战题：绘制每月销量的棉棒图

第四部分 工具篇

第14章 Jupyter Notebook

14.1 Jupyter Notebook简介

14.2 Jupyter Notebook的使用

14.3 应用场景

14.4 常用技巧

第五部分 附录

附录A 读写文件（Pandas）

附录B 统计函数（Pandas）

附录C 绘图函数（Matplotlib）