前辅文
 项目1 搭建Python数据分析开发环境
  1.1 情境描述
  1.2 任务分析
  1.3 任务实施：安装并配置Python开发环境
   1.3.1 安装Microsoft Visual C++ Build Tools
   1.3.2 安装Python
   1.3.3 设置环境变量
   1.3.4 安装numpy
   1.3.5 安装pandas
   1.3.6 安装Matplotlib
  1.4 拓展任务：安装Anaconda开发环境
  1.5 知识储备
   1.5.1 IDLE开发环境介绍
   1.5.2 使用pip进行第三方库管理
   1.5.3 Anaconda开发环境介绍
   1.5.4 管理虚环境
   1.5.5 使用conda管理第三方库
  1.6 素养提升
  1.7 课后练习
 项目2 点餐系统
  2.1 情境描述
  2.2 任务分析
  2.3 任务实施
   2.3.1 设计入口程序
   2.3.2 设计费用计算函数
   2.3.3 设计点餐模块
   2.3.4 设计打印报告模块
   2.3.5 设计导出报表模块
   2.3.6 退出程序
  2.4 知识储备
   2.4.1 Python解释器
   2.4.2 引入模块
   2.4.3 Python语言基础
   2.4.4 控制流
   2.4.5 三元表达式
   2.4.6 文件操作
  2.5 素养提升
  2.6 课后练习
 项目3 景区游客量统计
  3.1 情境描述
  3.2 任务分析
  3.3 任务实施：使用Python实现
   3.3.1 计算九寨沟的游客总量
   3.3.2 计算其他景区的游客总数
  3.4 任务实施：使用numpy和pandas实现
   3.4.1 使用numpy实现
   3.4.2 使用pandas实现
   3.4.3 3 种实现方法比较
  3.5 知识储备
   3.5.1 数据分析技术简介
   3.5.2 csv文件介绍
   3.5.3 Excel文件介绍
   3.5.4 Python常用数值类型
   3.5.5 字符串类型
   3.5.6 布尔值类型
   3.5.7 日期和时间类型
   3.5.8 元组
   3.5.9 列表
   3.5.10 字典
   3.5.11 集合
  3.6 素养提升
  3.7 课后练习
 项目4 股票分析
  4.1 情境描述
  4.2 任务分析
  4.3 任务实施
   4.3.1 计算收盘价常用统计量
   4.3.2 计算股价最高值和最低值
   4.3.3 计算成交量加权平均价
   4.3.4 “周末效应”分析
  4.4 知识储备
   4.4.1 numpy简介
   4.4.2 使用numpy数组对象
   4.4.3 使用numpy的函数读写文件
  4.5 素养提升
  4.6 课后练习
 项目5 井下环境监测数据处理
  5.1 情境描述
  5.2 任务分析
  5.3 任务实施
   5.3.1 井下温度缺失值和异常值处理
   5.3.2 处理其余井下环境指标数据
   5.3.3 使用pandas处理缺失数据
  5.4 知识储备
   5.4.1 pandas介绍
   5.4.2 pandas的Series对象
   5.4.3 pandas的DataFrame对象
   5.4.4 使用pandas的函数读写文件
  5.5 素养提升
  5.6 课后练习
 项目6 超市商品销售额分析
  6.1 情境描述
  6.2 任务分析
  6.3 任务实施
   6.3.1 分析水果和化妆品销售额的相关性
   6.3.2 分析化妆品和蔬菜的相关性
   6.3.3 分析化妆品和海鲜销售额的相关性
   6.3.4 使用pandas分析多种商品销售额的相关性
  6.4 知识储备
   6.4.1 方差、标准差、协方差、相关系数
   6.4.2 使用Matplotlib进行数据可视化
  6.5 素养提升
  6.6 课后练习