互聯(lián)網(wǎng)的飛速發(fā)展伴隨著海量信息的產(chǎn)生，而海量信息的背后對應(yīng)的則是海量數(shù)據(jù)。如何從這些海量數(shù)據(jù)中獲取有價值的信息來供人們學(xué)習(xí)和工作使用，這就不得不用到大數(shù)據(jù)挖掘和分析技術(shù)。數(shù)據(jù)分析作為大數(shù)據(jù)技術(shù)的核心一環(huán)，其重要性不言而喻。

在數(shù)據(jù)分析領(lǐng)域，Python語言以其簡單易用，并提供了優(yōu)秀、好用的第三方庫和數(shù)據(jù)分析的完整框架而深受數(shù)據(jù)分析人員的青睞�？梢哉f，Python已經(jīng)當(dāng)仁不讓地成為了數(shù)據(jù)分析人員的一把利器。程序員想要進(jìn)入數(shù)據(jù)分析行業(yè)，首先要掌握Python數(shù)據(jù)分析技術(shù)，只有這樣才能在嚴(yán)峻的就業(yè)市場中具有較強(qiáng)的競爭力。

目前圖書市場上關(guān)于Python數(shù)據(jù)分析的圖書主要是幾本翻譯圖書，其定位相對高端，而且翻譯質(zhì)量參差不齊，案例數(shù)據(jù)不方便下載，閱讀難度系數(shù)較大，初學(xué)者不容易上手，故不適合初學(xué)者學(xué)習(xí)；而國內(nèi)的幾本原創(chuàng)Python數(shù)據(jù)分析圖書質(zhì)量也良莠不齊，不成系統(tǒng)，也不適合初學(xué)者閱讀。可以說，圖書市場上還鮮見一本通俗易懂且適合小白閱讀的Python數(shù)據(jù)分析入門圖書，基于此，筆者編寫了本書。本書從Python數(shù)據(jù)分析的基礎(chǔ)知識入手講解，然后結(jié)合大量的數(shù)據(jù)分析案例，系統(tǒng)地介紹了Python數(shù)據(jù)分析的方法和流程，手把手帶領(lǐng)讀者掌握Python數(shù)據(jù)分析的相關(guān)知識，并提高讀者的項目實踐能力。

本書特色

1．視頻教學(xué)，高效、直觀

為了便于讀者高效、直觀地學(xué)習(xí)，筆者專門為本書的重點(diǎn)內(nèi)容錄制了配套教學(xué)視頻，讀者可以一邊看書，一邊結(jié)合教學(xué)視頻進(jìn)行學(xué)習(xí)，以取得更好的學(xué)習(xí)效果。

2．內(nèi)容全面，講解系統(tǒng)

本書不但全面介紹了從Numpy到pandas，從matplotlib到pyecharts的數(shù)據(jù)分析必學(xué)技術(shù)，而且還系統(tǒng)地講解了從數(shù)據(jù)讀取到數(shù)據(jù)清洗，從數(shù)據(jù)處理到數(shù)據(jù)可視化的詳細(xì)步驟。

3．給出了數(shù)據(jù)分析環(huán)境的安裝和配置步驟

本書詳細(xì)介紹了Python數(shù)據(jù)分析集成環(huán)境Anaconda的安裝步驟和使用方法，可以大大降低初學(xué)者學(xué)習(xí)Python數(shù)據(jù)分析的門檻，從而讓讀者快速跨進(jìn)Python數(shù)據(jù)分析的大門。

4．詳細(xì)介紹了數(shù)據(jù)分析的流程

本書從一開始便對數(shù)據(jù)分析的流程進(jìn)行了詳細(xì)介紹，而且在講解中結(jié)合了多個實用性很強(qiáng)的數(shù)據(jù)分析項目案例，帶領(lǐng)讀者掌握Python數(shù)據(jù)分析的相關(guān)知識，以解決實際工作中的數(shù)據(jù)分析問題。

5．提供了9個有較高應(yīng)用價值的項目案例，有很強(qiáng)的實用性

本書提供了9個實用性很強(qiáng)的數(shù)據(jù)分析項目案例，這些案例從不同的分析角度切入進(jìn)行講解，具有較高的應(yīng)用價值。讀者通過實際操練，可以更加透徹地理解數(shù)據(jù)分析的相關(guān)知識。

6．提供教學(xué)PPT，方便教學(xué)和學(xué)習(xí)

筆者專門為本書制作了專業(yè)的教學(xué)PPT，以方便相關(guān)院校的教學(xué)人員授課時使用；讀者也可以通過教學(xué)PPT，提綱挈領(lǐng)地掌握書中的內(nèi)容脈絡(luò)。

本書內(nèi)容

第1章 Python環(huán)境搭建與使用

本章介紹了如何搭建和使用Python數(shù)據(jù)分析環(huán)境，并介紹了如何使用Jupyter Notebook進(jìn)行數(shù)據(jù)分析編程。

第2章 NumPy入門和實戰(zhàn)

本章首先介紹了Numpy的基本數(shù)據(jù)結(jié)構(gòu)多維數(shù)組；然后介紹了多維數(shù)組的創(chuàng)建和基本屬性、數(shù)組的切片和索引方法，以及數(shù)組的運(yùn)算與存取；最后通過綜合案例，演示了如何實現(xiàn)圖像的變換功能。

第3章 pandas入門和實戰(zhàn)

本章首先介紹了pandas中兩種基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)的創(chuàng)建和使用方法；然后詳細(xì)講解了DataFrame的選取和操作，同時介紹了其算術(shù)運(yùn)算、函數(shù)的使用和pandas的可視化方法；最后結(jié)合案例，介紹了數(shù)據(jù)分析流程。

第4章 外部數(shù)據(jù)的讀取與存儲

本章主要介紹了如何利用pandas庫讀取外部數(shù)據(jù)為DataFrame數(shù)據(jù)格式，并介紹了通過Python進(jìn)行數(shù)據(jù)處理后如何將DataFrame類數(shù)據(jù)存儲到相應(yīng)的外部數(shù)據(jù)文件中。

第5章 數(shù)據(jù)清洗與整理

本章主要介紹了如何使用pandas進(jìn)行多源數(shù)據(jù)的清洗和整理，并給出了針對多源數(shù)據(jù)的合并和連接方法，以及數(shù)據(jù)的重塑方法，最后通過一個綜合案例演示了數(shù)據(jù)分析中的數(shù)據(jù)清洗過程。

第6章 數(shù)據(jù)分組與聚合

本章涵蓋的主要內(nèi)容有：GroupBy的原理和使用方法；聚合函數(shù)的使用；分組運(yùn)算中transform和apply方法的使用；通過pandas創(chuàng)建數(shù)據(jù)透視表；通過綜合案例，鞏固數(shù)據(jù)分組統(tǒng)計的使用。

第7章 matplotlib可視化

本章涵蓋的主要內(nèi)容有：利用matplotlib進(jìn)行圖表繪制；學(xué)會使用自定義設(shè)置，個性化繪制圖表；通過綜合案例，鞏固matplotlib可視化的方法和技巧。

第8章 seaborn可視化

本章涵蓋的主要內(nèi)容有：使用seaborn繪圖；學(xué)會seaborn樣式和分布圖繪制；通過綜合案例泰坦尼克號的生還者數(shù)據(jù)，鞏固seaborn的可視化方法和技巧。

第9章 pyecharts可視化

本章涵蓋的主要內(nèi)容有：安裝pyecharts庫；學(xué)會使用pyecharts庫繪制基本圖表；學(xué)會繪制其他圖表；通過綜合案例，鞏固pyecharts的繪制方法和技巧。

第10章 時間序列

本章涵蓋的主要內(nèi)容有：時間序列的構(gòu)造和使用方法；時間序列的頻率轉(zhuǎn)換與重采樣；通過綜合案例，鞏固時間序列數(shù)據(jù)的處理與分析方法。

第11章 綜合案例網(wǎng)站日志分析

本章通過一個綜合案例，介紹了如何通過Python的第三方庫解析網(wǎng)站日志；如何利用pandas對網(wǎng)站日志數(shù)據(jù)進(jìn)行預(yù)處理；結(jié)合前面介紹的數(shù)據(jù)分析和數(shù)據(jù)可視化技術(shù)對網(wǎng)站日志數(shù)據(jù)進(jìn)行分析。

本書配套資源獲取方式

本書提供以下配套資源：

? 本書配套教學(xué)視頻；

? 超值電子書（地圖繪制技術(shù)）；

? 本書相關(guān)素材文件；

? 本書源代碼文件；

? 本書教學(xué)PPT。

這些配套資源需要讀者自行下載。請登錄機(jī)械工業(yè)出版社華章公司網(wǎng)站，在該網(wǎng)站上搜索到本書，然后單擊資料下載按鈕即可找到配書資源下載鏈接。

適合閱讀本書的讀者

? 數(shù)據(jù)分析初學(xué)者；

? 數(shù)據(jù)分析愛好者；

? 數(shù)據(jù)分析從業(yè)人員；

? 數(shù)據(jù)分析培訓(xùn)學(xué)員；

? 高校相關(guān)專業(yè)的學(xué)生。

本書由羅攀主筆編寫，蔣仟、陳瑞滕和潘丹三位小伙伴也參與了部分章節(jié)的編寫工作，在此對他們表示特別的感謝！