数据的重要性越来越高，甚至已经被国家提到高要素化的程度。数据资产化、数据治理等成为企业关注的重方向，但是数据要想真正赋能企业发展，数据分析是必须要经历的过程。所以在数据要素时代，数据分析会更加重要。那么如何快速门数据分析？没有编程经验的人如何快速门数据分析？本书给出了答案。想转行做数据分析而又苦于没有基础的朋友，不妨试试这本书，这是得到了近万名学员肯定的零基础学数据分析课程的文字版。
售 价：¥
纸质售价：¥62.30购买纸书
6.4
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
Preface 前言
Python基础篇
Chapter 1 第1章 学习Python的优势
1.1 Python的特色
1.2 学习Python的收获
1.3 如何高效地学习Python
Chapter 2 第2章 Python的工作环境
2.1 Python工作环境的构成
2.2 安装过程中的常见问题
2.3 Python的两种解释器
2.4 包的安装
2.5 PyCharm中的解释器配置
2.6 编译.py文件生成.exe文件
Chapter 3 第3章 Python编程基础
3.1 与文件系统相关的5个常见问题
3.2 编码格式
3.3 Python编程中的特殊之处
3.4 Python中的数据结构
3.5 Python基础语句
Chapter 4 第4章 Python程序调试
4.1 程序调试的常识
4.2 Python代码的常见错误类型
4.3 程序调试方法
Chapter 5 第5章 Excel和Text文件的读写操作
5.1 Text文件读写包
5.2 Excel读写的四重循环
5.3 openpyxl包
5.4 xlsxwriter包
Chapter 6 第6章 数据处理神器pandas
6.1 pandas的安装
6.2 pandas的数据结构
6.3 pandas数据处理
6.4 pandas统计分析
6.5 其他pandas功能
Chapter 7 第7章 Matplotlib图形呈现包
7.1 Matplotlib包介绍
7.2 利用Matplotlib包绘图
7.3 图形部件绘制代码
7.4 综合绘图示例
Python数据分析高级篇
Chapter 8 第8章 数据预处理
8.1 数据预处理的目标和方法
8.2 Python数据预处理的方法
Chapter 9 第9章 数据分析的常见问题和方法
9.1 数据分析的常见问题
9.2 数据分析的常见方法
Chapter 10 第10章 相关与回归
10.1 相关
10.2 回归
Chapter 11 第11章 分类
11.1 KNN算法
11.2 聚类原理
11.3 聚类在Python中的实现
Chapter 12 第12章 决策树
12.1 决策树原理
12.2 决策树代码解析
Chapter 13 第13章 关联分析
13.1 关联分析原理
13.2 关联分析的数据预处理
13.3 关联分析代码解析
Chapter 14 第14章 降维
14.1 为什么要降维
14.2 用Python实现主成分分析
Chapter 15 第15章 通过爬虫获取数据的方法与实践
15.1 爬虫基本原理
15.2 爬虫爬取的内容
15.3 爬虫实践
15.4 应用爬取的数据进行数据分析
推荐阅读
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
购物车
个人中心
