Python數(shù)據(jù)分析（項目式）

基礎部分
項目一　數(shù)據(jù)分析概述與環(huán)境配置　1
1．1　項目背景　1
1．2　技能圖譜　3
1．3　工具介紹　4
1．3．1　Python介紹　4
1．3．2　核心包介紹　5
1．3．3　輔助工具介紹　6
1．4　工作環(huán)境配置　7
1．4．1　安裝Python　7
1．4．2　配置虛擬環(huán)境　8
1．4．3　安裝第三方包　9
1．5　Jupyter Notebook使用入門　10
1．5．1　Notebook架構　10
1．5．2　Notebook啟動　10
1．5．3　Notebook主頁基本操作　11
1．5．4　Notebook的保存　12
1．6　項目總結　12
項目二　NumPy實戰(zhàn)　13
2．1　項目背景　13
2．2　技能圖譜　14
2．3　數(shù)組介紹　14
2．3．1　創(chuàng)建數(shù)組　15
2．3．2　了解數(shù)組特性　18
2．3．3　了解廣播　20
2．3．4　練習　23
2．4　數(shù)組基本操作　24
2．4．1　變換數(shù)組　24
2．4．2　訪問數(shù)組　26
2．4．3　復制數(shù)組　29
2．4．4　練習　31
2．5　數(shù)組常用操作　32
2．5．1　使用ufunc　32
2．5．2　查詢數(shù)組　34
2．5．3　排序數(shù)組　35
2．5．4　練習　37
2．6　項目總結　38

數(shù)據(jù)分析部分
項目三　全球氣溫變化趨勢（一）——數(shù)據(jù)檢查　39
3．1　項目背景　39
3．2　技能圖譜　40
3．3　數(shù)據(jù)獲取　40
3．3．1　了解獲取途徑　40
3．3．2　了解項目數(shù)據(jù)　41
3．3．3　練習　41
3．4　數(shù)據(jù)讀入　41
3．4．1　了解數(shù)據(jù)格式　42
3．4．2　讀入數(shù)據(jù)文件　42
3．4．3　處理讀入異?！?3
3．4．4　練習　43
3．5　數(shù)據(jù)檢查　43
3．5．1　查看數(shù)據(jù)集大小　44
3．5．2　查看列標簽和數(shù)據(jù)類型　44
3．5．3　了解數(shù)據(jù)結構　45
3．5．4　練習　46
3．6　數(shù)據(jù)內容訪問　47
3．6．1　采用[]方式　47
3．6．2　采用．[i]loc方式　49
3．6．3　采用表達式方式　51
3．6．4　數(shù)據(jù)可視化　52
3．6．5　練習　53
3．7　項目總結　53
項目四　全球氣溫變化趨勢（二）——數(shù)據(jù)分析　54
4．1　項目背景　54
4．2　技能圖譜　55
4．3　列處理　55
4．3．1　重命名列標簽　55
4．3．2　刪除、合并列　56
4．3．3　轉換日期數(shù)據(jù)　57
4．3．4　練習　58
4．4　索引處理　58
4．4．1　設置單級索引　59
4．4．2　設置多級索引　60
4．4．3　查詢索引　61
4．4．4　練習　63
4．5　統(tǒng)計分析　64
4．5．1　實現(xiàn)數(shù)據(jù)排序　64
4．5．2　實現(xiàn)簡單統(tǒng)計　65
4．5．3　實現(xiàn)分組統(tǒng)計　66
4．5．4　練習　70
4．6　項目總結　71
項目五　全球氣溫變化趨勢（三）——數(shù)據(jù)呈現(xiàn)　72
5．1　項目背景　72
5．2　技能圖譜　73
5．3　數(shù)據(jù)清洗　73
5．3．1　處理缺失值　74
5．3．2　檢測異常值　75
5．3．3　處理異常值　78
5．3．4　練習　81
5．4　數(shù)據(jù)轉換　82
5．4．1　實現(xiàn)數(shù)據(jù)替換　82
5．4．2　實現(xiàn)離散化　83
5．4．3　實現(xiàn)重取樣　83
5．4．4　練習　84
5．5　數(shù)據(jù)可視化　84
5．5．1　繪制折線圖　84
5．5．2　繪制餅圖　88
5．5．3　繪制柱狀圖　89
5．5．4　練習　94
5．6　項目總結　98
項目六　全球氣溫變化趨勢（四）——數(shù)據(jù)多維化　99
6．1　項目背景　99
6．2　技能圖譜　99
6．3　數(shù)據(jù)拆分與拼接　100
6．3．1　了解軸向　100
6．3．2　拆分數(shù)據(jù)　101
6．3．3　拼接數(shù)據(jù)　103
6．3．4　練習　109
6．4　數(shù)據(jù)透視表　109
6．4．1　了解數(shù)據(jù)透視表　109
6．4．2　使用pivot_table()　110
6．4．3　使用crosstab()　113
6．4．4　練習　115
6．5　項目總結　115
機器學習實戰(zhàn)部分
項目七　機器學習實戰(zhàn)——模型的自我學習　117
7．1　項目背景　117
7．2　技能圖譜　119
7．3　背景知識介紹　119
7．3．1　了解人工智能　120
7．3．2　了解機器學習　125
7．3．3　了解人工智能實際應用　129
7．3．4　練習　130
7．4　神經網絡簡介　130
7．4．1　了解神經網絡　132
7．4．2　了解常見神經網絡　136
7．4．3　了解CNN　139
7．4．4　練習　143
7．5　CNN實戰(zhàn)　143
7．5．1　預處理數(shù)據(jù)　143
7．5．2　構建和訓練模型　146
7．5．3　分析模型性能　148
7．5．4　練習　153
7．6　項目總結　155