Python 數據分析基礎教程

本書詳細講解了Python數據分析的相關內容，共分為10章，
*1～9章分別講解了數據分析概述、Python與數據分析、
Python語言基礎、NumPy數組與矢量計算、用NumPy進行簡單統計分析、
數據可視化——Matplotlib庫、pandas數據分析基礎、用pandas進行數據預處理、
機器學習庫scikit-learn入門；*10章用一個綜合案例——電影數據分析項目，
帶領讀者靈活掌握本書所學內容。本書適合作為高等院校本、
專科計算機相關專業的教材，也可供愛好者自學使用。

鄭丹青

女，*級工程師,教授。在企業從事計算機軟件開發二十多年，獲株洲市科委獎勵。
從事職業教育15年，是湖南省計算機應用技術省級專業帶頭人，獲得2016年湖南省
“移動互聯應用技術“省級培訓*秀學員。

目錄：  
第1章
數據分析概述1
1.1數據的性質1
1.1.1數據的概念1
1.1.2數據的類型1
1.2數據分析2
1.2.1數據分析的概念2
1.2.2數據分析的過程2
1.2.3數據分析的作用5
1.2.4數據分析的常用工具5
本章小結5
思考練習6

第2章
Python與數據分析7
2.1 Python簡介7
2.1.1 Python語言的特點7
2.1.2 Python解釋器8
2.2 Python與數據分析的關係8
2.3 Python數據分析常用的類庫8
2.4 Python開發環境的搭建10
2.5 Python集成開發環境的搭建13
2.5.1 PyCharm的安裝與使用13
2.5.2 Jupyter Notebook的安裝與
使用19
項目實踐25
本章小結25
思考練習25

第3章
Python語言基礎26
3.1 Python基礎語法26
3.1.1 Python的語法規則26
3.1.2常量、變量與標準數據類型29
3.1.3第一個Python程序30
3.2 Python的數據類型31
3.2.1數字31
3.2.2字符串33
3.2.3 Python的數據結構組成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流程控制語句50
3.3.1 if條件語句51
3.3.2 while循環控制語句52
3.3.3 for循環控制語句53
3.3.4 range ()函數的作用53
3.3.5 break、continue、pass語句54
3.4 Python的函數55
3.4.1自定義函數55
3.4.2設置函數參數55
3.4.3返回函數值57
3.4.4調用自定義函數57
3.4.5局部變量和全局變量58
3.4.6函數嵌套59
3.4.7匿名函數60
項目實踐60
本章小結62
思考練習62

第4章
NumPy數組與矢量計算64
4.1 NumPy概述64
4.1.1 NumPy簡介64
4.1.2 NumPy的安裝與測試65
4.1.3 SciPy簡介及其安裝與測試65
4.1.4 NumPy的簡單應用：一維數組相加66
4.2 NumPy數組對象67
4.2.1創建數組對象68
4.2.2選取數組元素68
4.2.3數組的屬性68
4.2.4創建數組的其他方法69
4.2.5 NumPy的數據類型70
4.3 NumPy數組操作72
4.3.1數組的索引和切片72
4.3.2修改數組形狀74
4.3.3數組的展平75
4.3.4數組轉置和軸對換76
4.3.5數組的連接77
4.3.6數組的分割78
4.3.7數組轉換79
4.3.8添加/刪除數組元素79
4.4 NumPy數組的矢量計算81
4.4.1數組的運算81
4.4.2通用函數（ufunc） 83
4.5 NumPy矩陣創建、計算及操作84
4.6隨機數的生成87
項目實踐89
本章小結90
思考練習90

第5章
用NumPy進行簡單統計
分析91
5.1文件讀寫操作91
5.1.1使用NumPy讀寫文本文件91
5.1.2使用NumPy讀寫二進制格式文件93
5.1.3使用NumPy讀寫多維數據文件94
5.2 NumPy常用的統計函數94
5.3使用NumPy函數進行統計分析98
5.3.1 NumPy的排序函數98
5.3.2 NumPy的去重與重複函數100
5.3.3 NumPy的搜索和計數函數102
5.4簡單的統計分析103
項目實踐106
本章小結107
思考練習107

第6章
數據可視化——
Matplotlib庫109
6.1 Matplotlib概述109
6.1.1 Matplotlib簡介109
6.1.2 Matplotlib的測試、安裝與導入110
6.1.3 IPython及pylab模式111
6.2使用pyplot創建圖形111
6.2 .1創建簡單圖形111
6.2.2創建子圖114
6.3 Matplotlib參數配置115
6.3.1 matplotlibrc配置文件115
6.3.2設置動態rc參數116
6.4分析變量間關係圖117
6.4.1繪製散點圖117
6.4.2繪製折線圖119
6.5分析變量數據分佈和分散
狀況120
6.5.1繪製直方圖120
6.5.2繪製柱狀圖122
6.5.3繪製餅圖123
6.5.4繪製箱線圖125
項目實踐126
本章小結127
思考練習127

第7章
pandas數據分析基礎128
7.1 pandas概述128
7.1.1 pandas簡介128
7.1.2 pandas測試、安裝與導入129
7.2 pandas的數據結構及常用操作130
7.2.1 Series對象及常用操作130
7.2.2 DataFrame對象及常用操作134
7.3 pandas的索引141
7.3.1 Index索引對象141
7.3.2 Index對象的屬性和方法141
7.3.3重新索引143
7.3.4層級索引144
7.4 pandas數據結構之間的運算148
7.4.1算術和數據對齊148
7.4.2算術運算方法149
7.4.3 DataFrame與Series對象
之間的運算150
7.5 pandas的函數應用151
7.5.1數據篩選151
7.5. 2 apply()函數151
7.5.3數據統計函數153
7.5.4 DataFrame格式化函數153
7.5.5排序和排名154
7.6數據讀取與寫入156
7.6.1讀/寫文本文件156
7.6.2讀/寫Excel文件158
7.6.3讀/寫數據庫文件159
7.6.4讀/寫JSON文件162
7.7數據分析方法163
7.7.1基本統計分析163
7.7.2分組分析164
7.7.3分佈分析165
7.7.4交叉分析166
7.7.5結構分析168
7.7.6相關分析169
項目實踐171
本章小結171
思考練習172

第8章
用pandas進行數據
預處理173
8.1數據清洗173
8.1.1重複值的處理173
8.1.2缺失值的處理174
8.1.3異常值的處理177
8.2數據合併178
8.2.1按鍵連接數據179
8.2.2沿軸連接數據181
8.2.3合併重疊數據184
8.3數據抽取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映射與數據轉換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排列與隨機抽樣191
8.7日期轉換、日期格式化和日期抽取192
8.8字符串處理194
8.8.1內置的字符串處理方法194
8.8.2正則表達式196
8.8 .3矢量化的字符串函數201
項目實踐203
本章小結204
思考練習204

第9章
機器學習庫scikit-learn
入門206
9.1機器學習概述206
9.2 scikit-learn概述208
9.2.1 scikit-learn介紹208
9.2.2 scikit-learn測試、安裝和導入209
9.3第一個機器學習程序209
9.4使用scikit-learn進行機器學習210
9.4.1 Seaborn繪圖210
9.4 .2準備數據集215
9.4.3選擇模型220
9.4.4調整參數訓練和測試模型223
項目實踐226
本章小結228
思考練習228

第10章
電影數據分析項目230
10.1項目描述230
10.2準備數據231
10.3數據清洗231
10.4數據分析與數據可視化232
本章小結238
思考練習238

參考文獻239