Python數(shù)據(jù)分析與可視化

第1章Python基礎(chǔ)1
1.1Python語言基本語法3
1.1.1Python的編程方式3
1.1.2Python語句的縮進(jìn)4
1.1.3Python引號4
1.1.4Python標(biāo)識符5
1.1.5Python關(guān)鍵字5
1.1.6Python變量5
1.2內(nèi)置數(shù)據(jù)類型7
1.2.1Python數(shù)據(jù)類型7
1.2.2運(yùn)算符和表達(dá)式11
1.2.3Python序列類型14
1.3Python控制語句54
1.3.1Python條件語句54
1.3.2Python循環(huán)語句56
1.3.3break和continue語句59
1.4函數(shù)61
1.4.1值傳遞與引用傳遞63
1.4.2位置參數(shù)64
1.4.3關(guān)鍵字參數(shù)64
1.4.4可變長度參數(shù)65
1.4.5函數(shù)的返回值66
1.4.6變量的作用域67
1.5文件操作69
1.5.1打開文件69
1.5.2讀取文件70
1.5.3寫文件71
1.5.4關(guān)閉文件71
1.5.5文件定位72
第2章Python數(shù)據(jù)分析73
2.1NumPy數(shù)值計(jì)算基礎(chǔ)75
2.1.1NumPy創(chuàng)建數(shù)組75
2.1.2NumPy切片和索引83
2.1.3NumPy數(shù)組運(yùn)算86
2.2NumPy數(shù)學(xué)與算術(shù)函數(shù)89
2.2.1數(shù)組函數(shù)89
2.2.2數(shù)學(xué)函數(shù)98
2.2.3NumPy算術(shù)函數(shù)100
2.2.4NumPy隨機(jī)函數(shù)104
2.3NumPy中的數(shù)據(jù)統(tǒng)計(jì)與分析109
2.3.1統(tǒng)計(jì)函數(shù)109
2.3.2NumPy排序、條件篩選函數(shù)114
2.4pandas統(tǒng)計(jì)分析基礎(chǔ)119
2.4.1Series和DataFrame119
2.4.2pandas的基本操作124
2.4.3pandas基本功能130
2.4.4pandas統(tǒng)計(jì)函數(shù)134
2.4.5pandas函數(shù)運(yùn)算137
2.5pandas數(shù)據(jù)運(yùn)算140
2.5.1pandas迭代140
2.5.2pandas排序142
2.5.3pandas缺失數(shù)據(jù)處理146
2.5.4pandas日期功能148
2.5.5pandas數(shù)據(jù)離散化150
2.6pandas數(shù)據(jù)載入與預(yù)處理152
2.6.1讀取csv文件152
2.6.2讀取Excel文件154
第3章數(shù)據(jù)可視化159
3.1matplotlib繪圖基礎(chǔ)161
3.1.1Pyplot模塊161
3.1.2添加子圖164
3.2使用pandas和Seaborn繪圖169
3.2.1折線圖169
3.2.2柱狀圖170
3.2.3直方圖和密度圖172
3.2.4散點(diǎn)圖174
3.2.5餅圖175
參考文獻(xiàn)177