Python數據分析案例實戰（慕課版）（第2版）AIGC高效編程
黃起豹 林琢人
商品描述
本書作為Python數據分析的案例實戰教程，不僅介紹了使用Python進行數據分析所涉及的常用知識，而且還介紹了6個數據分析方面的綜合實戰項目。全書共10章，內容包括數據分析基礎、使用NumPy模塊實現數值計算、使用Pandas模塊實現統計分析、使用Matplotlib模塊實現數據可視化、NBA球員薪資數據分析、銷售收入分析與預測、二手房數據分析預測系統、智能停車場運營分析系統、影視作品分析和看店寶。全書以案例引導，每個案例都提供了相關的技術準備和知識講解，有助於學生在理解知識的基礎上，更好地運用知識，達到學以致用的目的。
近年來，AIGC技術高速發展，成為各行各業高質量發展和生產效率提升的重要推動力。本書將AIGC技術融入理論學習、實例編寫、復雜系統開發等環節，幫助讀者提升編程效率。
本書可作為高等院校計算機及其相關專業的教材，同時也適合作為數據分析人員的參考書。
作者簡介
黃起豹，博士，高工與副教授。中國創造學會第二屆副監事長，國獎評審專家，國家信標委（sc28）委員，國家財政部中央單位采購評審委委員。參與國家部委、央企等大數據及人工智能項目評審260余項，制定國家與團體標準10余項，獲各類型獎項10余次。出版學術專著1部，參編行業白皮書3部，發表論文15篇，獲軟件著作權9項，作品認證6項。主持橫縱科研課題10余項，開展產學研服務30余次及CAC2024、JIPD、ICIEIS期刊人工智能領域論文評稿人。在加入學校工作之前，有超15年企業工作經驗，主持及參與開發、實施信息化項目40多項。
目錄大綱
第1章 數據分析基礎
1.1 什麼是數據分析
1.2 數據分析的應用
1.3 數據分析工具
1.4 數據分析流程
1.4.1 明確目的
1.4.2 獲取數據
1.4.3 數據處理
1.4.4 數據分析
1.4.5 驗證結果
1.4.6 數據展現
1.4.7 數據應用
1.5 Python數據分析常用模塊
1.5.1 數值計算模塊
1.5.2 數據處理模塊
1.5.3 數據可視化模塊
1.5.4 機器學習模塊
1.6 在PyCharm中引入AI工具
1.6.1 AI編程助手Baidu Comate
1.6.2 AI編程助手Fitten Code
1.6.3 AI編程助手CodeMoss
小結
習題
第2章 使用NumPy模塊實現數值計算
2.1 初識NumPy模塊
2.1.1 NumPy的誕生
2.1.2 NumPy的安裝
2.1.3 NumPy的數據類型
2.1.4 數組對象ndarray
2.1.5 數據類型對象dtype
2.2 NumPy模塊中數組的基本操作
2.2.1 內置的數組創建方法
2.2.2 生成隨機數
2.2.3 切片和索引
2.2.4 修改數組形狀
2.2.5 組合數組
2.2.6 數組分割
2.3 NumPy模塊中函數的應用
2.3.1 數學函數
2.3.2 算術函數
2.3.3 統計函數
2.3.4 矩陣函數
2.4 廣播機制
2.5 借助AI快速學習
2.5.1 解放雙手讓AI添加代碼註釋
2.5.2 向AI求助進行代碼解釋
2.5.3 AI智能問答
小結
習題
第3章 使用Pandas模塊實現統計分析
3.1 安裝Pandas模塊
3.2 Pandas數據結構
3.2.1 Series對象
3.2.2 DataFrame對象
3.3 讀、寫數據
3.3.1 讀、寫文本文件
3.3.2 讀、寫Excel文件
3.3.3 讀、寫數據庫數據
3.4 數據操作
3.4.1 數據的增、刪、改、查
3.4.2 處理NaN
3.4.3 時間數據的處理
3.5 數據的分組與聚合
3.5.1 分組數據
3.5.2 聚合數據
3.6 數據的預處理
3.6.1 合並數據
3.6.2 去除重覆數據
3.7 AI輔助編寫實例
3.7.1 使用DataFrame對象創建學生成績表
3.7.2 使用Pandas計算峰度
小結
習題
第4章 使用Matplotlib模塊實現數據可視化
4.1 基本用法
4.1.1 安裝Matplotlib
4.1.2 pyplot子模塊的繪圖流程
4.1.3 pyplot子模塊的常用語法
4.2 繪制常用圖表
4.2.1 繪制條形圖
4.2.2 繪制折線圖
4.2.3 繪制散點圖
4.2.4 繪制餅圖
4.2.5 繪制箱形圖
4.2.6 多面板圖表
4.3 3D繪圖
4.3.1 3D線圖
4.3.2 3D曲面圖
4.3.3 3D條形圖
4.4 AI繪制3D曲面圖
小結
習題
第5章 NBA球員薪資數據分析
5.1 背景
5.2 系統設計
5.2.1 系統功能結構
5.2.2 系統業務流程
5.2.3 系統預覽
5.3 系統開發必備
5.3.1 開發環境及工具
5.3.2 項目文件結構
5.4 技術準備
5.5 實現過程
5.5.1 數據準備
5.5.2 確定網頁格式
5.5.3 獲取並保存數據
5.5.4 數據清洗
5.5.5 水平條形圖分析湖人隊薪資狀況
5.5.6 統計分析各球隊球員薪資總和
5.5.7 箱形圖分析實力和戰績TOP5的球隊的薪資狀況
5.5.8 分析不同位置球員的薪資狀況
小結
習題
第6章 銷售收入分析與預測
6.1 背景
6.2 系統設計
6.2.1 系統功能結構
6.2.2 系統業務流程
6.2.3 系統預覽
6.3 系統開發必備
6.3.1 開發環境及工具
6.3.2 項目文件結構
6.4 AI詳解一元線性回歸
6.5 線性回歸模型
6.6 Excel日期數據處理
6.6.1 按日期篩選數據
6.6.2 按日期顯示數據
6.6.3 按日期統計數據
6.7 分析與預測
6.7.1 數據處理
6.7.2 日期數據統計與顯示
6.7.3 銷售收入分析
6.7.4 折線圖分析相關性
6.7.5 散點圖分析相關性
6.7.6 預測銷售收入
小結
習題
第7章 二手房數據分析預測系統
7.1 需求分析
7.2 系統設計
7.2.1 系統功能結構
7.2.2 系統業務流程
7.2.3 系統預覽
7.3 系統開發必備
7.3.1 開發環境及工具
7.3.2 文件夾組織結構
7.4 技術準備
7.4.1 AI概述sklearn模塊
7.4.2 加載datasets子模塊中的數據集
7.4.3 支持向量回歸函數
7.5 圖表工具模塊
7.5.1 繪制餅圖
7.5.2 繪制折線圖
7.5.3 繪制條形圖
7.6 二手房數據分析
7.6.1 清洗數據
7.6.2 各區二手房均價分析
7.6.3 各區二手房數量所占比例分析
7.6.4 全市二手房裝修程度分析
7.6.5 熱門戶型均價分析
7.6.6 二手房售價預測
小結
習題
第8章 智能停車場運營分析系統
8.1 需求分析
8.2 系統設計
8.2.1 系統功能結構
8.2.2 系統業務流程
8.2
