Python數據分析

本書基於Python 3.10.0，以項目教學的方式，循序漸進地講解Python 數據分析的基本原理和具體應用的方法與技巧。全書分為6個項目，具體內容為Python數據分析基礎、Python數據分析開發環境、數組計算庫NumPy、數據分析庫Pandas、數據可視化庫Matplotlib、數據分析庫SciPy。本書實例豐富、內容翔實、操作方法簡單易學，不僅適合作為職業院校電腦與軟件工程相關專業的教材，還可供從事數據分析相關工作的專業人士參考。

項目一?Python數據分析基礎 1
任務一?數據分析基礎 2
一、數據分析方法 2
二、數據分析的分類 3
三、數據分析過程 4
四、數據分析工具 5
五、數據結果呈現 6
任務二?Python基礎 7
一、Python簡介 7
二、安裝Python 8
三、Python內置函數 12
四、集成庫Anaconda 16
五、安裝Python庫 19
項目總結 23
項目二?Python數據分析開發環境 24
任務一?集成開發環境PyCharm 25
一、安裝PyCharm 25
二、配置PyCharm 27
三、PyCharm編輯環境 29
四、加載模塊 32
五、模塊導入 35
任務二?Python數據類型 37
一、數據類型 37
二、常量與變量 41
三、數值類型 45
四、數據迭代輸出 46
五、數據類型轉換 47
任務三?程序結構 50
一、表達式語句 50
二、順序結構 52
三、選擇結構 52
四、循環結構 55
五、條件表達式 57
六、程序的流程控制 57
七、程序調試 59
項目總結 60
項目實戰 61
項目三?數組計算庫NumPy 63
任務一?數組的創建 64
一、數組數據類型 64
二、創建數組的具體方法 66
三、創建新數組 71
四、數組的屬性 73
任務二?特殊數組 74
一、數值數組 74
二、隨機數組 76
三、單位數組 78
四、概率分佈數組 80
任務三?數組運算 82
一、數組的數學運算 82
二、數組元素運算 90
任務四?矩陣操作 95
一、創建矩陣 95
二、向量運算 96
三、統計函數 98
項目總結 99
項目實戰 100
項目四?數據分析庫Pandas 104
任務一?Pandas數據結構 105
一、一維數組Series 106
二、二維數組DataFrame 110
任務二?導入數據 114
一、讀取Excel文件 114
二、寫入Excel文件 118
任務三?數據處理 120
一、數據清洗 120
二、數據轉換 130
三、數據合並 132
任務四?數據統計 134
一、數據提取 134
二、數據分類 137
三、數據排序 138
四、統計分組 142
任務五?數據統計分析 146
一、集中趨勢分析 146
二、離散程度分析 147
三、頻數分析 149
項目總結 150
項目實戰 150
項目五?數據可視化庫Matplotlib 155
任務一?數據可視化 156
一、數據可視化的作用 156
二、數據分析圖表 157
三、圖表結構 158
四、圖表類型 159
任務二?圖表的基本設置 162
一、創建圖形窗口 162
二、繪制折線圖 164
三、創建子圖 167
四、圖表屬性參數 169
任務三?圖形修飾處理 171
一、坐標系設置 171
二、圖形標註 174
任務四?常用圖表的繪制 184
一、繪制柱形圖 184
二、繪制直方圖 187
三、繪制餅圖 189
四、繪制散點圖 191
五、繪制面積圖 193
六、繪制箱形圖 194
七、繪制雷達圖 195
項目總結 197
項目實戰 197
項目六?數據分析庫SciPy 202
任務一?SciPy簡介 203
一、linalg模塊 203
二、stats模塊 205
任務二?相關性分析 208
一、圖表相關性分析 209
二、相關系數分析 213
任務三?假設檢驗 217
一、正態性檢驗 218
二、方差齊性檢驗 222
三、卡方檢驗 223
任務四?t檢驗 225
一、單樣本t檢驗 225
二、獨立樣本t檢驗 227
三、配對樣本t檢驗 228
任務五?方差分析 230
一、單因素方差分析 230
二、多因素方差分析 232
項目總結 233
項目實戰 233