Python數據分析與應用

模塊1　數據分析入門 1
1.1　了解數據與數據分析 2
1.1.1　任務1 數據分析策略制定 2
1.1.2　任務2 Python在數據分析中的應用探索 7
1.2 環境搭建實踐 10
1.2.1　任務1 Python數據分析工具的安裝與配置 10
1.2.2　任務2 Jupyter Notebook使用 16
綜合應用1：開啟數據分析之旅——環境安裝 23
模塊小結 24
課後習題 24
模塊2 NumPy應用 26
2.1　認識NumPy 27
2.1.1　任務1 認識與安裝NumPy 27
2.1.2　任務2 創建NumPy數組對象 31
2.2　數組的基本操作 40
2.2.1　任務1 NumPy數據類型查看與轉換 41
2.2.2　任務2 數組訪問與數據檢索 44
2.3 數組運算變換 56
2.3.1　任務1 數組運算 56
2.3.2　任務2 數組變換 66
2.4　函數與文件讀/寫 72
2.4.1　任務1 NumPy常用函數實踐 72
2.4.2　任務2 NumPy讀/寫文件操作 75
綜合應用2：通過NumPy來看中國東部率先發展的情況 79
模塊小結 80
課後習題 80
模塊3　Pandas應用 82
3.1　搭建Pandas工作環境 83
3.1.1　任務1 認識與安裝Pandas 83
3.1.2　任務2 認識Pandas數據結構 86
3.2　Pandas的基本操作 91
3.2.1　任務1 數據的變更及轉換 91
3.2.2　任務2 數據索引和排序 99
3.2.3　任務3 通過索引訪問數據 107
3.2.4　任務4 設置層次化索引 114
3.3　Pandas數據運算 121
3.3.1　任務1 Pandas運算 122
3.3.2　任務2 統計計算與描述 126
3.4　Pandas讀/寫數據文件 131
3.4.1　任務1 Pandas讀/寫文件 132
3.4.2　任務2 Pandas讀/寫數據庫 139
綜合應用3：通過Pandas來看中國中部崛起戰略的成就 144
模塊小結 145
課後習題 145
模塊4　數據預處理 147
4.1　數據處理的基本操作 148
4.1.1　任務1 數據清洗 149
4.1.2　任務2 數據合並 162
4.1.3　任務3 數軸與索引處理 173
4.1.4　任務4 數據標準化、離散化處理與類別處理 180
4.2　數據分組與聚合 191
4.2.1　任務1 數據分組 191
4.2.2　任務2 數據聚合 200
4.3　時間數據的處理 210
4.3.1　任務1 創建與處理時間對象 210
4.3.2　任務2 時間運算 224
4.4　透視表與交叉表的運用 229
4.4.1　任務1 透視表的運用 230
4.4.2　任務2 交叉表的運用 234
綜合應用4：通過Pandas來看中國西部大開發的情況 237
模塊小結 238
課後習題 238
模塊5　數據可視化 241
5.1　數據可視化的基礎 242
5.1.1　任務1 數據可視化入門 243
5.1.2　任務2 認識圖表類型與工具 245
5.2　利用Matplotlib繪制圖表 253
5.2.1　任務1 認識並安裝Matplotlib 254
5.2.2　任務2 了解Matplotlib的基本功能 256
5.2.3　任務3 繪制常用圖表 268
5.3　利用Seaborn繪制統計圖形 279
5.3.1　任務1 認識並安裝Seaborn 279
5.3.2　任務2 了解Seaborn圖形繪制 281
5.3.3　任務3 根據變量分布使用Seaborn繪圖 286
5.3.4　任務4 通過分類數據使用Seaborn繪圖 294
5.4　利用Pyecharts繪制圖表 303
5.4.1　任務1 認識並安裝Pyecharts 303
5.4.2　任務2 掌握Pyecharts的基本操作方法 305
5.4.3　任務3 使用Pyecharts繪制常用圖表 310
5.4.4　任務4 使用Pyecharts繪制組合圖表 323
綜合應用5：從數據中觀看中華民族的復興之路 329
模塊小結 331
課後習題 331