Python數(shù)據(jù)分析基礎(chǔ)教程

第 1章
數(shù)據(jù)分析概述　1
1．1　數(shù)據(jù)的性質(zhì)　1
1．1．1　數(shù)據(jù)的概念　1
1．1．2　數(shù)據(jù)的類型　1
1．2　數(shù)據(jù)分析　2
1．2．1　數(shù)據(jù)分析的概念　2
1．2．2　數(shù)據(jù)分析的過(guò)程　2
1．2．3　數(shù)據(jù)分析的作用　5
1．2．4　數(shù)據(jù)分析的常用工具　5
本章小結(jié)　5
思考練習(xí)　6
第　2章
Python與數(shù)據(jù)分析　7
2．1　Python簡(jiǎn)介　7
2．1．1　Python語(yǔ)言的特點(diǎn)　7
2．1．2　Python解釋器　8
2．2　Python與數(shù)據(jù)分析的關(guān)系　8
2．3　Python數(shù)據(jù)分析常用的類庫(kù)　8
2．4　Python開(kāi)發(fā)環(huán)境的搭建　10
2．5　Python集成開(kāi)發(fā)環(huán)境的搭建　13
2．5．1　PyCharm的安裝與使用　13
2．5．2　Jupyter Notebook的安裝與
使用　19
項(xiàng)目實(shí)踐　25
本章小結(jié)　25
思考練習(xí)　25
第3章
Python語(yǔ)言基礎(chǔ)　26
3．1　Python基礎(chǔ)語(yǔ)法　26
3．1．1　Python的語(yǔ)法規(guī)則　26
3．1．2　常量、變量與標(biāo)準(zhǔn)數(shù)據(jù)類型　29
3．1．3　第 一個(gè)Python程序　30
3．2　Python的數(shù)據(jù)類型　31
3．2．1　數(shù)字　31
3．2．2　字符串　33
3．2．3　Python的數(shù)據(jù)結(jié)構(gòu)組成　36
3．2．4　列表　36
3．2．5　元組　40
3．2．6　字典　43
3．2．7　集合　48
3．3　Python流程控制語(yǔ)句　50
3．3．1　if條件語(yǔ)句　51
3．3．2　while循環(huán)控制語(yǔ)句　52
3．3．3　for循環(huán)控制語(yǔ)句　53
3．3．4　range()函數(shù)的作用　53
3．3．5　break、continue、pass語(yǔ)句　54
3．4　Python的函數(shù)　55
3．4．1　自定義函數(shù)　55
3．4．2　設(shè)置函數(shù)參數(shù)　55
3．4．3　返回函數(shù)值　57
3．4．4　調(diào)用自定義函數(shù)　57
3．4．5　局部變量和全局變量　58
3．4．6　函數(shù)嵌套　59
3．4．7　匿名函數(shù)　60
項(xiàng)目實(shí)踐　60
本章小結(jié)　62
思考練習(xí)　62
第4章
NumPy數(shù)組與矢量計(jì)算　64
4．1　NumPy概述　64
4．1．1　NumPy簡(jiǎn)介　64
4．1．2　NumPy的安裝與測(cè)試　65
4．1．3　SciPy簡(jiǎn)介及其安裝與測(cè)試　65
4．1．4　NumPy的簡(jiǎn)單應(yīng)用：一維
數(shù)組相加　66
4．2　NumPy數(shù)組對(duì)象　67
4．2．1　創(chuàng)建數(shù)組對(duì)象　68
4．2．2　選取數(shù)組元素　68
4．2．3　數(shù)組的屬性　68
4．2．4　創(chuàng)建數(shù)組的其他方法　69
4．2．5　NumPy的數(shù)據(jù)類型　70
4．3　NumPy數(shù)組操作　72
4．3．1　數(shù)組的索引和切片　72
4．3．2　修改數(shù)組形狀　74
4．3．3　數(shù)組的展平　75
4．3．4　數(shù)組轉(zhuǎn)置和軸對(duì)換　76
4．3．5　數(shù)組的連接　77
4．3．6　數(shù)組的分割　78
4．3．7　數(shù)組轉(zhuǎn)換　79
4．3．8　添加/刪除數(shù)組元素　79
4．4　NumPy數(shù)組的矢量計(jì)算　81
4．4．1　數(shù)組的運(yùn)算　81
4．4．2　通用函數(shù)（ufunc）　83
4．5　NumPy矩陣創(chuàng)建、計(jì)算及
操作　84
4．6　隨機(jī)數(shù)的生成　87
項(xiàng)目實(shí)踐　89
本章小結(jié)　90
思考練習(xí)　90
第5章
用NumPy進(jìn)行簡(jiǎn)單統(tǒng)計(jì)
分析　91
5．1　文件讀寫(xiě)操作　91
5．1．1　使用NumPy讀寫(xiě)文本文件　91
5．1．2　使用NumPy讀寫(xiě)二進(jìn)制格式
文件　93
5．1．3　使用NumPy讀寫(xiě)多維數(shù)據(jù)
文件　94
5．2　NumPy常用的統(tǒng)計(jì)函數(shù)　94
5．3　使用NumPy函數(shù)進(jìn)行統(tǒng)計(jì)
分析　98
5．3．1　NumPy的排序函數(shù)　98
5．3．2　NumPy的去重與重復(fù)函數(shù)　100
5．3．3　NumPy的搜索和計(jì)數(shù)函數(shù)　102
5．4　簡(jiǎn)單的統(tǒng)計(jì)分析　103
項(xiàng)目實(shí)踐　106
本章小結(jié)　107
思考練習(xí)　107
第6章
數(shù)據(jù)可視化——
Matplotlib庫(kù)　109
6．1　Matplotlib概述　109
6．1．1　Matplotlib簡(jiǎn)介　109
6．1．2　Matplotlib的測(cè)試、安裝與
導(dǎo)入　110
6．1．3　IPython及pylab模式　111
6．2　使用pyplot創(chuàng)建圖形　111
6．2．1　創(chuàng)建簡(jiǎn)單圖形　111
6．2．2　創(chuàng)建子圖　114
6．3　Matplotlib參數(shù)配置　115
6．3．1　matplotlibrc配置文件　115
6．3．2　設(shè)置動(dòng)態(tài)rc參數(shù)　116
6．4　分析變量間關(guān)系圖　117
6．4．1　繪制散點(diǎn)圖　117
6．4．2　繪制折線圖　119
6．5　分析變量數(shù)據(jù)分布和分散
狀況　120
6．5．1　繪制直方圖　120
6．5．2　繪制柱狀圖　122
6．5．3　繪制餅圖　123
6．5．4　繪制箱線圖　125
項(xiàng)目實(shí)踐　126
本章小結(jié)　127
思考練習(xí)　127
第7章
pandas數(shù)據(jù)分析基礎(chǔ)　128
7．1　pandas概述　128
7．1．1　pandas簡(jiǎn)介　128
7．1．2　pandas測(cè)試、安裝與
導(dǎo)入　129
7．2　pandas的數(shù)據(jù)結(jié)構(gòu)及常用
操作　130
7．2．1　Series對(duì)象及常用操作　130
7．2．2　DataFrame對(duì)象及常用
操作　134
7．3　pandas的索引　141
7．3．1　Index索引對(duì)象　141
7．3．2　Index對(duì)象的屬性和方法　141
7．3．3　重新索引　143
7．3．4　層級(jí)索引　144
7．4　pandas數(shù)據(jù)結(jié)構(gòu)之間的
運(yùn)算　148
7．4．1　算術(shù)和數(shù)據(jù)對(duì)齊　148
7．4．2　算術(shù)運(yùn)算方法　149
7．4．3　DataFrame與Series對(duì)象
之間的運(yùn)算　150
7．5　pandas的函數(shù)應(yīng)用　151
7．5．1　數(shù)據(jù)篩選　151
7．5．2　apply()函數(shù)　151
7．5．3　數(shù)據(jù)統(tǒng)計(jì)函數(shù)　153
7．5．4　DataFrame格式化函數(shù)　153
7．5．5　排序和排名　154
7．6　數(shù)據(jù)讀取與寫(xiě)入　156
7．6．1　讀/寫(xiě)文本文件　156
7．6．2　讀/寫(xiě)Excel文件　158
7．6．3　讀/寫(xiě)數(shù)據(jù)庫(kù)文件　159
7．6．4　讀/寫(xiě)JSON文件　162
7．7　數(shù)據(jù)分析方法　163
7．7．1　基本統(tǒng)計(jì)分析　163
7．7．2　分組分析　164
7．7．3　分布分析　165
7．7．4　交叉分析　166
7．7．5　結(jié)構(gòu)分析　168
7．7．6　相關(guān)分析　169
項(xiàng)目實(shí)踐　171
本章小結(jié)　171
思考練習(xí)　172
第8章
用pandas進(jìn)行數(shù)據(jù)
預(yù)處理　173
8．1　數(shù)據(jù)清洗　173
8．1．1　重復(fù)值的處理　173
8．1．2　缺失值的處理　174
8．1．3　異常值的處理　177
8．2　數(shù)據(jù)合并　178
8．2．1　按鍵連接數(shù)據(jù)　179
8．2．2　沿軸連接數(shù)據(jù)　181
8．2．3　合并重疊數(shù)據(jù)　184
8．3　數(shù)據(jù)抽取　185
8．3．1　字段抽取與拆分　185
8．3．2　記錄抽取　186
8．4　重塑層次化索引　187
8．5　映射與數(shù)據(jù)轉(zhuǎn)換　188
8．5．1　用映射替換元素　189
8．5．2　用映射添加元素　190
8．5．3　重命名軸索引　190
8．6　排列與隨機(jī)抽樣　191
8．7　日期轉(zhuǎn)換、日期格式化和日期
抽取　192
8．8　字符串處理　194
8．8．1　內(nèi)置的字符串處理方法　194
8．8．2　正則表達(dá)式　196
8．8．3　矢量化的字符串函數(shù)　201
項(xiàng)目實(shí)踐　203
本章小結(jié)　204
思考練習(xí)　204
第9章
機(jī)器學(xué)習(xí)庫(kù)scikit-learn
入門(mén)　206
9．1　機(jī)器學(xué)習(xí)概述　206
9．2　scikit-learn概述　208
9．2．1　scikit-learn介紹　208
9．2．2　scikit-learn測(cè)試、安裝和
導(dǎo)入　209
9．3　第 一個(gè)機(jī)器學(xué)習(xí)程序　209
9．4　使用scikit-learn進(jìn)行機(jī)器
學(xué)習(xí)　210
9．4．1　Seaborn繪圖　210
9．4．2　準(zhǔn)備數(shù)據(jù)集　215
9．4．3　選擇模型　220
9．4．4　調(diào)整參數(shù)訓(xùn)練和測(cè)試模型　223
項(xiàng)目實(shí)踐　226
本章小結(jié)　228
思考練習(xí)　228
第　10章
電影數(shù)據(jù)分析項(xiàng)目　230
10．1　項(xiàng)目描述　230
10．2　準(zhǔn)備數(shù)據(jù)　231
10．3　數(shù)據(jù)清洗　231
10．4　數(shù)據(jù)分析與數(shù)據(jù)可視化　232
本章小結(jié)　238
思考練習(xí)　238
參考文獻(xiàn)　239