第1章 数据分析与可视化概述 1__eol__学习目标 1__eol__1.1 数据分析 1__eol__1.2 数据可视化 2__eol__1.3 数据分析的流程 3__eol__1.4 数据分析与可视化常用工具 5__eol__1.5 Python数据分析与可视化常用类库 6__eol__1.6 为何选用Python进行数据分析与可视化 7__eol__1.7 安装和使用面向科学计算的Anaconda 8__eol__1.8 掌握Jupyter Notebook的基本功能 10__eol__1.9 掌握Jupyter Notebook的高级功能 14__eol__本章小结 18__eol__本章习题 18__eol__第2章 Python语言编程基础 21__eol__学习目标 21__eol__2.1 Python基本语法 21__eol__2.2 Python基本数据类型 23__eol__2.3 Python组合数据类型 26__eol__2.3.1 列表 26__eol__2.3.2 元组 28__eol__2.3.3 字典 29__eol__2.3.4 集合 30__eol__2.4 Python推导式 31__eol__2.4.1 列表推导式 31__eol__2.4.2 元组推导式 32__eol__2.4.3 字典推导式 33__eol__2.4.4 集合推导式 33__eol__2.5 函数 34__eol__2.5.1 函数的定义 34__eol__2.5.2 匿名函数 35__eol__本章小结 35__eol__本章习题 36__eol__第3章 NumPy和Pandas的基础知识 37__eol__学习目标 37__eol__3.1 NumPy数值计算基础 38__eol__3.1.1 NumPy多维数组 38__eol__3.1.2 NumPy数组切片和运算 40__eol__3.2 Pandas统计分析基础 42__eol__3.2.1 Pandas的数据结构 42__eol__3.2.2 Series的语法格式及其基本操作 43__eol__3.2.3 DataFrame的语法格式及其基本操作 47__eol__3.2.4 DataFrame的合并、拼接和组合 52__eol__3.3 分组与聚合 55__eol__3.3.1 数据分组 55__eol__3.3.2 数据聚合 58__eol__本章小结 61__eol__本章习题 61__eol__第4章 使用Pandas导入数据 65__eol__学习目标 65__eol__4.1 读/写文本文件 65__eol__4.1.1 读/写TXT文本文件 65__eol__4.1.2 读/写CSV文件 66__eol__4.2 读/写Excel文件 70__eol__4.3 读/写HTML文件中的表格数据 77__eol__4.4 读/写JSON格式文件 79__eol__4.5 读取MySQL数据库文件 82__eol__4.5.1 将数据导入MySQL数据库 83__eol__4.5.2 访问MySQL数据库 88__eol__本章小结 91__eol__本章习题 91__eol__第5章 数据清理案例实战 93__eol__学习目标 93__eol__5.1 数据清理概述 93__eol__5.2 案例实战之成都锦江区二手房数据清理 94__eol__5.3 案例实战之数据分析岗位需求分析 100__eol__5.4 案例实战之年度销售数据分析 109__eol__本章小结 117__eol__本章习题 117__eol__第6章 HTML表格数据及JSON数据处理与分析案例实战 120__eol__学习目标 120__eol__6.1 案例实战之2022年软科中国大学排名数据处理与分析 120__eol__6.2 案例实战之气象数据处理与分析 127__eol__6.3 案例实战之某疾病感染人群数据处理与分析 132__eol__本章小结 138__eol__本章习题 139__eol__第7章 整本书文本处理与分析——以《红楼梦》为例 141__eol__学习目标 141__eol__7.1 绘制《红楼梦》整本书的词云 142__eol__7.2 《红楼梦》各章节词云图及柱形图的展示 147__eol__7.3 文本聚类分析 156__eol__本章小结 167__eol__本章习题 168__eol__第8章 电商订单数据处理与客户价值分析 171__eol__学习目标 171__eol__8.1 电商订单数据处理与分析 172__eol__8.2 电商订单客户价值分析 184__eol__本章小结 192__eol__本章习题 192__eol__参考文献 196__eol__