Python数据分析从入门到实践（全彩版）

　　第 1 章 数据分析基础 1
　　  视频讲解：17 分钟   e 学码词条：7 个
　　1.1 什么是数据分析 2
　　1.2 数据分析的重要性 2
　　1.3 数据分析的基本流程 3
　　1.3.1 熟悉工具 4
　　1.3.2 明确目的 4
　　1.3.3 获取数据 4
　　1.3.4 数据处理 4
　　1.3.5 数据分析 5
　　1.3.6 验证结果 5
　　1.3.7 结果呈现 5
　　1.3.8 数据应用 5
　　1.4 数据分析的常用工具 5
　　1.4.1 Excel工具 6
　　1.4.2 Python语言 6
　　1.5 小结 6
　　第 2 章 搭建 Python 数据分析环境 7
　　  视频讲解：24 分钟   e 学码词条：8 个
　　2.1 快速了解Python 8
　　2.1.1 Python简介 8
　　2.1.2 Python的版本 8
　　2.1.3 Python的应用领域 8
　　2.2 搭建Python开发环境 9
　　2.2.1 下载和安装Python 9
　　2.2.2 第一个Python程序“hello world” 12
　　2.3 集成开发环境PyCharm 13
　　2.3.1 下载PyCharm 14
　　2.3.2 安装PyCharm 15 
　　2.3.3 运行PyCharm 17
　　2.3.4 在PyCharm中创建一组学生成绩数据 18
　　2.4 数据分析标准环境Anaconda 21
　　2.4.1 下载Anaconda 21
　　2.4.2 安装Anaconda 21
　　2.5 Jupyter Notebook开发工具 23
　　2.5.1 认识Jupyter Notebook 23
　　2.5.2 新建一个Jupyter Notebook文件 24
　　2.5.3 在Jupyter Notebook中绘制7日天气走势图 24
　　2.6 小结 26
　　第 3 章 Pandas 入门 27
　　  视频讲解：4 小时 10 分钟   快速示例：48 个
　　  e 学码词条：7 个
　　3.1 认识Pandas 28
　　3.1.1 什么是Pandas 28
　　3.1.2 Pandas的功能与优势 28
　　3.1.3 安装Pandas模块 28
　　3.1.4 牛刀小试——轻松导入Excel数据 30
　　3.2 Series对象 31
　　3.2.1 图解Series对象 31
　　3.2.2 创建一个Series对象 32
　　3.2.3 手动设置Series对象的索引 33
　　3.2.4 Series对象的索引 33
　　3.2.5 获取Series对象的索引和值 35
　　3.3 DataFrame对象 35
　　3.3.1 图解DataFrame对象 35
　　3.3.2 创建一个DataFrame对象 36
　　3.3.3 DataFrame对象的重要属性和函数 38
　　3.4 外部数据读取 39
　　3.4.1 读取Excel文件 39
　　3.4.2 读取CSV文件 43
　　3.4.3 读取文本文件 44
　　3.4.4 读取HTML网页数据 45
　　3.5 数据抽取 47
　　3.5.1 抽取一行数据 47
　　3.5.2 抽取多行数据 48
　　3.5.3 抽取指定列数据 49
　　3.5.4 抽取指定行列数据 50
　　3.5.5 按指定条件抽取数据 51
　　3.6 数据的增加、修改和删除 52
　　3.6.1 增加数据 52
　　3.6.2 修改数据 54
　　3.6.3 删除数据 55
　　3.7 数据清洗 56
　　3.7.1 缺失值查看与处理 56
　　3.7.2 重复值处理 59
　　3.7.3 异常值的检测与处理 59
　　3.8 索引设置 60
　　3.8.1 索引的作用 60
　　3.8.2 重新设置索引 61
　　3.8.3 设置某列为行索引 62
　　3.8.4 数据清洗后重新设置连续的行索引 63
　　3.9 数据排序与排名 64
　　3.9.1 数据排序 64
　　3.9.2 数据排名 65
　　3.10 小结 66
　　第 4 章 Pandas 进阶 67
　　视频讲解：3 小时 15 分钟   快速示例：54 个
　　e 学码词条：8 个
　　4.1 数据计算 68
　　4.2 数据格式化 76
　　4.3 数据分组统计 78
　　4.4 数据移位 84
　　4.5 数据转换 86
　　4.7 数据导出 97
　　4.8 日期数据处理 99
　　4.9 时间序列 105
　　4.10 小结 112
　　第 5 章 可视化数据分析图表 113
　　视频讲解：3 小时 1 分钟   快速示例：38 个
　　e 学码词条：6 个
　　5.1 数据分析图表的作用 114
　　5.2 图表的基本组成 114
　　5.3 Matplotlib概述 115
　　5.4 图表的常用设置 118
　　5.5 常用图表的绘制 128
　　5.6 小结 151
　　第 6 章 图解数组计算模块NumPy 152
　　  视频讲解：4 小时 22 分钟   快速示例：69 个
　　  e 学码词条：7 个
　　6.1 初识NumPy 153
　　6.2 创建数组 155
　　6.3 数组的基本操作 167
　　6.4 NumPy矩阵基本操作 179
　　6.5 NumPy常用统计分析函数 184
　　6.6 小结 194
　　第 7 章 数据统计分析案例 195
　　  视频讲解：1 小时 23 分钟   精彩案例：6 个
　　  e 学码词条：4 个
　　7.1 对比分析 196
　　7.2 同比、定比和环比分析 196
　　7.3 贡献度分析 201
　　7.4 差异化分析 202
　　7.5 相关性分析 204
　　7.6 时间序列分析 206
　　7.7 小 结 207
　　第 8 章 机器学习 Scikit-Learn 208
　　  视频讲解：54 分钟   快速示例：5 个   e 学码词条：9 个
　　8.1 Scikit-Learn简介 209
　　8.2 安装Scikit-Learn 209
　　8.3 线性模型 211
　　8.4 支持向量机 213
　　8.5 聚类 215
　　8.6 小结 218
　　第 9 章 Python 股票数据分析（Jupyter Notebook 版） 219
　　  视频讲解：44 分钟
　　9.1 概述 220
　　9.2 项目效果预览 220
　　9.3 项目开发环境 221
　　9.4 前期准备 221
　　9.5 数据预处理 225
　　9.6 数据统计分析 228
　　9.7 关键技术 232
　　9.8 小结 234
　　第 10 章 京东电商销售数据分析与预测 235
　　  视频讲解：49 分钟   精彩案例：4 个
　　10.1 概述 236
　　10.2 项目效果预览 236
　　10.3 项目开发环境 236

　　明日科技是一家专业从事软件开发、教育培训以及软件开发教育资源整合的高科技公司。其编写的教程既注重选取软件开发中的必需、常用内容，又注重内容的易学易用以及相关知识的拓展，深受读者喜爱。同时，其编写的教程多次荣获"全行业优秀畅销品种”"中国

　　《零基础学 Python 数据分析》（升级版）以数据分析“三剑客”Pandas、Matplotlib 和 NumPy 为主线，从学习与应用的角度出发，全面介绍了数据分析必备入门知识，帮助读者快速掌握数据分析技能，拓宽职场道路。本书通过大量的示意图辅助讲解，力求使读者能够快速理解晦涩难懂的专业术语，同时通过快速示例将知识与应用相结合，并给出实际项目的数据分析案例，让读者能够轻松学习，从而将数据分析与预测知识应用到实际工作中。
　　全书共 10 章，包括数据分析基础、搭建 Python 数据分析环境、Pandas 入门、Pandas 进阶、可视化数据分析图表、图解数组计算模块 NumPy、数据统计分析案例、机器学习 Scikit-Learn、Python 股票数据分析（Jupyter Notebook 版）、京东电商销售数据分析与预测。本书提供丰富的资源，包含快速示例、案例、项目、视频讲解，力求为读者打造一本“知识讲解+ 快速示例 + 综合应用 + 实战项目”一体化的精彩的 Python 数据分析图书。
　　本书适合 Python 初学者、数据分析新入行人员、从事数据相关工作的人员、对数据分析感兴趣的人员，以及从事其他岗位的想掌握一定数据分析技能的职场人员。