Python數(shù)據(jù)分析與應用

前言
第1章　基礎知識1
11　數(shù)據(jù)分析簡介1
12　Python編程基礎4
121　Anaconda環(huán)境的安裝和配置5
122　Jupyter Notebook的使用7
123　內置數(shù)據(jù)類型11
124　程序的控制結構12
125　模塊化13
126　面向對象14
127　文件操作16
128　異常處理17
13　包/模塊使用示例18
131　CSV文件操作18
132　排序時間測試20
14　本章小結24
15　習題25
第2章　科學計算基礎工具包NumPy27
21　ndarray類27
211　為什么使用ndarray28
212　ndarray類對象的常用屬性30
213　創(chuàng)建ndarray類對象32
22　示例數(shù)據(jù)35
23　索引和切片38
24　數(shù)據(jù)拷貝40
25　數(shù)據(jù)處理43
251　基礎運算43
252　廣播機制47
253　通用函數(shù)48
254　常用函數(shù)和方法51
26　高級索引58
27　本章小結62
28　習題63
第3章　數(shù)據(jù)分析工具庫Pandas66
31　Series類66
311　Series對象的常用屬性66
312　創(chuàng)建Series對象67
32　DataFrame對象69
321　DataFrame對象的常用屬性70
322　創(chuàng)建DataFrame對象72
33　Index對象74
331　Index對象的常用屬性74
332　創(chuàng)建Index對象74
34　元素訪問方式75
341　屬性運算符訪問76
342　索引運算符訪問77
343　loc訪問方法81
344　iloc訪問方法83
345　at和iat索引方法86
346　head和tail方法87
35　數(shù)據(jù)清洗88
351　處理缺失數(shù)據(jù)88
352　刪除重復數(shù)據(jù)92
36　數(shù)據(jù)合并94
361　merge方法94
362　join方法97
363　concat方法100
37　數(shù)據(jù)重塑103
371　pivot方法103
372　melt方法104
38　Pandas數(shù)據(jù)處理實例106
381　藥品銷售數(shù)據(jù)處理實例106
382　流感與人口數(shù)據(jù)處理實例110
39　本章小結113
310　習題114
第4章　數(shù)據(jù)統(tǒng)計分析119
41　基本統(tǒng)計分析119
42　分組分析121
421　定性分組121
422　定量分組123
43　分布分析124
44　交叉分析125
45　結構分析127
46　相關分析128
47　應用實例131
48　本章小結133
49　習題133
第5章　時間序列分析135
51　Datetime模塊135
52　時間序列基礎137
53　日期時間處理140
54　頻率轉換與重采樣143
541　頻率轉換143
542　重采樣145
55　本章小結151
56　習題151
第6章　數(shù)據(jù)可視化153
61　Matplotlib153
611　線形圖153
612　條形圖155
613　餅圖156
614　散點圖158
615　直方圖159
62　Seaborn160
621　關系圖161
622　分布圖163
623　分類圖167
624　回歸圖170
625　熱力圖172
63　Pyecharts173
631　Pyecharts圖表類173
632　Pyecharts圖表配置174
64　應用實例177
65　本章小結182
66　習題183
第7章　網絡爬蟲187
71　網絡數(shù)據(jù)獲取187
72　數(shù)據(jù)文件操作196
73　應用實例203
74　本章小結208
75　習題208
第8章　MySQL數(shù)據(jù)庫操作210
81　MySQL簡介210
82　MySQL的安裝211
83　連接、讀取和存儲214
831　創(chuàng)建數(shù)據(jù)庫和數(shù)據(jù)表214
832　Python連接數(shù)據(jù)庫217
833　Python讀取數(shù)據(jù)庫218
834　Python存儲數(shù)據(jù)庫219
84　數(shù)據(jù)操作222
841　查詢操作222
842　插入操作223
843　更新操作225
844　刪除操作226
85　應用實例227
86　本章小結233
87　習題233
附錄　NumPy通用函數(shù)235
參考文獻238