Python數(shù)據(jù)分析可視化基礎(chǔ)

第1章Python語言、數(shù)據(jù)分析與可視化概述1

1.1Python語言1

1.1.1Python語言簡介1

1.1.2Python的特點1

1.1.3Python的應(yīng)用領(lǐng)域2

1.2數(shù)據(jù)分析與數(shù)據(jù)可視化概述2

1.2.1數(shù)據(jù)分析2

1.2.2數(shù)據(jù)可視化2

1.2.3數(shù)據(jù)可視化首選工具Python3

1.2.4Python數(shù)據(jù)分析與可視化的常用擴(kuò)展庫3

1.3Python開發(fā)環(huán)境及工具4

1.3.1IDLE開發(fā)工具4

1.3.2Anaconda開發(fā)工具4

1.3.3Jupyter編輯平臺4

1.3.4庫的安裝與管理4

1.4任務(wù)實現(xiàn)5

1.5習(xí)題27

第2章Python語言基礎(chǔ)29

2.1Python程序編寫風(fēng)格29

2.2變量30

2.3Python數(shù)據(jù)類型32

2.3.1Number（數(shù)字）32

2.3.2String（字符串）32

2.4Python運算符與表達(dá)式34

2.4.1算術(shù)運算符和表達(dá)式34

2.4.2賦值運算符和表達(dá)式35

2.4.3關(guān)系運算符和表達(dá)式36

2.4.4邏輯運算符和表達(dá)式362.4.5字符串運算符和表達(dá)式37

2.4.6運算符的優(yōu)先級40

2.5Python常用函數(shù)41

2.6任務(wù)實現(xiàn)46

2.7習(xí)題47第3章Python序列結(jié)構(gòu)50

3.1列表50

3.1.1列表的基本操作50

3.1.2列表的常用方法52

3.1.3與列表相關(guān)的函數(shù)58

3.1.4列表推導(dǎo)式58

3.2元組59

3.2.1元組的創(chuàng)建59

3.2.2元組的基本操作60

3.2.3元組與列表的區(qū)別61

3.3字典61

3.4集合65

3.5任務(wù)實現(xiàn)68

3.6習(xí)題69

第4章程序控制結(jié)構(gòu)72

4.1順序控制語句72

4.2if選擇語句72

4.2.1單分支結(jié)構(gòu)73

4.2.2雙分支結(jié)構(gòu)73

4.2.3多分支結(jié)構(gòu)74

4.2.4if語句的嵌套76

4.3循環(huán)語句77

4.3.1while循環(huán)77

4.3.2for循環(huán)78

4.3.3循環(huán)的嵌套79

4.3.4break語句79

4.3.5continue語句80

4.4異常處理81

4.5任務(wù)實現(xiàn)82

4.6習(xí)題84

第5章函數(shù)與模塊87

5.1函數(shù)概述87

5.2函數(shù)的聲明和調(diào)用87

5.2.1函數(shù)的聲明87

5.2.2函數(shù)的調(diào)用89

5.2.3函數(shù)的嵌套90

5.2.4函數(shù)的遞歸調(diào)用91

5.3參數(shù)的傳遞92

5.3.1默認(rèn)參數(shù)92

5.3.2可變參數(shù)93

5.3.3關(guān)鍵字參數(shù)95

5.4函數(shù)的返回值95

5.5變量的作用域96

5.6模塊98

5.6.1模塊的導(dǎo)入98

5.6.2模塊的創(chuàng)建99

5.7任務(wù)實現(xiàn)99

5.8習(xí)題101

第6章Numpy庫與Pandas庫104

6.1Numpy庫104

6.1.1Numpy ndarray對象104

6.1.2創(chuàng)建Numpy數(shù)組的常用函數(shù)105

6.1.3Numpy數(shù)組運算110

6.1.4Numpy數(shù)組排序118

6.1.5Numpy生成隨機數(shù)模塊119

6.1.6Numpy中的數(shù)據(jù)去重與重復(fù)120

6.1.7Numpy中的數(shù)學(xué)函數(shù)121

6.1.8Numpy中的統(tǒng)計函數(shù)122

6.2Pandas庫123

6.2.1Pandas數(shù)據(jù)類型123

6.2.2Pandas數(shù)據(jù)運算131

6.2.3Pandas數(shù)據(jù)排序131

6.2.4Pandas常用計算函數(shù)133

6.2.5Pandas數(shù)據(jù)可視化134

6.2.6Pandas讀寫文件數(shù)據(jù)141

6.3任務(wù)實現(xiàn)144

6.4習(xí)題145

第7章數(shù)據(jù)預(yù)處理148

7.1數(shù)據(jù)清洗148

7.2數(shù)據(jù)合并163

7.3數(shù)據(jù)重塑170

7.4數(shù)據(jù)轉(zhuǎn)換172

7.5任務(wù)實現(xiàn)179

7.6習(xí)題188

第8章Matplotlib、Seaborn、Pyecharts庫和詞云的概述191

8.1Matplotlib庫簡介191

8.1.1Matplotlib庫的繪圖基礎(chǔ)191

8.1.2Matplotlib庫中的常用繪圖函數(shù)197

8.2Seaborn庫簡介224

8.2.1Seaborn常用方法224

8.2.2Seaborn庫中的常用繪圖函數(shù)227

8.3詞云簡介241

8.3.1wordcloud庫242

8.3.2stylecloud庫245

8.4pyecharts庫簡介247

8.4.1pyecharts庫的配置項247

8.4.2pyecharts圖表渲染方法253

8.4.3在pyecharts庫中的常用圖表繪制函數(shù)253

8.5任務(wù)實現(xiàn)279

8.6習(xí)題284

第9章時間序列數(shù)據(jù)分析288

9.1時間序列的基本操作288

9.2時期周期與計算293

9.3重采樣、降采樣和升采樣296

9.4滑動窗口與統(tǒng)計300

9.5任務(wù)實現(xiàn)303

9.6習(xí)題311

參考文獻(xiàn)313