技術(shù)講解透徹 （1）知識(shí)體系完善，從Python基礎(chǔ)入門(mén)，到數(shù)據(jù)處理介紹，到數(shù)據(jù)實(shí)戰(zhàn)分析，流程圖、各種數(shù)據(jù)可視化圖示等，簡(jiǎn)單易學(xué)。 （2）配視頻講解，打消讀者未學(xué)先怯的心理， 給初學(xué)者一個(gè)定心丸。 （3）增加習(xí)題和答案， 便于選做教材的學(xué)習(xí)鞏固和提供，配套資源多元化可以幫助讀者快速入門(mén)。 （4）QQ交流，解決學(xué)習(xí)難題。 實(shí)例豐富 編寫(xiě)形式更加貼近讀者 （1）多用圖示。 （2）注釋詳細(xì)，做到句有句注釋?zhuān)斡卸巫⑨尅?（3）避免整頁(yè)、大段的源代碼，一定設(shè)法分開(kāi)，沒(méi)有必要的省略，放在光盤(pán)中。 （4）常見(jiàn)的術(shù)語(yǔ)講清楚。 （5）語(yǔ)言通俗易懂、循序漸進(jìn)，多用對(duì)比、比喻等寫(xiě)作手法增加印象，降低難度。
第1章Python開(kāi)發(fā)環(huán)境搭建
1.1 Python簡(jiǎn)介
1 .2 Anaconda的下載和安裝
1 .3編寫(xiě)個(gè)Python程序
1 .3. 1 JupyterNotebook操作界而
簡(jiǎn)介
1 .3．2個(gè)Python程序
1 .3．3編寫(xiě)程序的流程
1 .4添加注釋以提高Python代碼的可讀性
1. 5學(xué)習(xí)Python的好幫手
镕2章Python快速A．
2.1 Python語(yǔ)法概述
2.1. 1數(shù)據(jù)類(lèi)型
2.1 .2變量
2.1. 3表達(dá)式和語(yǔ)句
2.1. 4函數(shù)
2.1 .5對(duì)象方法的調(diào)用
2．2 Python常規(guī)數(shù)據(jù)類(lèi)型
2．2.1常用的數(shù)學(xué)運(yùn)算
2. 2 .2操作文本數(shù)據(jù)
2．2. 3時(shí)間日期數(shù)據(jù)
2．2 .4練習(xí)題
2. 3 Python常用數(shù)據(jù)結(jié)構(gòu)
2．3 .1順序結(jié)構(gòu)列表
2．3. 2順序結(jié)構(gòu)應(yīng)用實(shí)例隊(duì)列
2．3. 3映射結(jié)構(gòu)字典
2 .3 .4映射結(jié)構(gòu)應(yīng)用實(shí)例
通信錄
2. 3 .5元組
2．3. 6 for循環(huán)用于遍歷數(shù)據(jù)
結(jié)構(gòu)
2．3. 7練習(xí)題
2．4 Python常用控制結(jié)構(gòu)
2．4 .1代碼塊與判斷條件
2.4 .2根據(jù)不同條件執(zhí)行不同
操作
2．4. 3 for循環(huán)
2．4 .4 while循環(huán)
2．4 .5 range()函數(shù)
2．4 .6控制結(jié)構(gòu)的嵌套
2. 4 .7跳出循環(huán)
2.4 .8 zlp()函數(shù)
2．4. 9列表推導(dǎo)式
2.4 .10用Python實(shí)現(xiàn)簡(jiǎn)單的
猜數(shù)游戲
2. 5用函數(shù)簡(jiǎn)化代碼
2．5.1定義函數(shù)
2 .5. 2用函數(shù)簡(jiǎn)化代碼的實(shí)例
2．5 .3模塊
2．5 .4匿名函數(shù)
2．5. 5列表推導(dǎo)式和函數(shù)
2. 5 .6字符串格式化
2．5 .7練習(xí)題
2．6面向?qū)ο笕腴T(mén)
2.6.1面向?qū)ο蟮幕靖心?/p>
2.6.2Python中的面向?qū)ο?/p>
2.6.3用Python模擬一個(gè)簡(jiǎn)單地角色扮演游戲
2.6.4練習(xí)題
2.7小結(jié)
第3章數(shù)據(jù)分析入門(mén)
3.1數(shù)據(jù)分析概述
3.1.1數(shù)據(jù)分析的作用
3.1. 2常用數(shù)據(jù)分析指標(biāo)
3．2數(shù)據(jù)分析的基本流程
第4章常用數(shù)據(jù)分析包
4.1 Pandas簡(jiǎn)介
4 .2 Series數(shù)據(jù)結(jié)構(gòu)
4．2 .1 Series簡(jiǎn)介
4 .2. 2創(chuàng)建Series
4 .2 .3讀取Series
4．2. 4修改Series
4．2. 5白動(dòng)對(duì)齊
4．3 DataFrame數(shù)據(jù)結(jié)構(gòu)
4．3. 1 DataFrame概述
4．3. 2創(chuàng)建DataFrame
4．3. 3使用切片運(yùn)算符讀取
DataFrame
4 .3 .4 Ioc屬性和iloc屬性
4. 3. 5遍歷DataFrame
4 .4 NitmPy
4. 4.1創(chuàng)建NumPy數(shù)組
4. 4 .2 NumPy數(shù)組的數(shù)據(jù)類(lèi)型
轉(zhuǎn)換
4．4 3 NumPy數(shù)組的數(shù)據(jù)選擇
4 4 4 NumPy數(shù)組的常用屬性
4．4 5 NumPy數(shù)蛆的運(yùn)算
4．4 6添加元素和刪除元素
4．4 7 NumPy數(shù)組的排序
4．4. 8 NumPy數(shù)組的轉(zhuǎn)置與反轉(zhuǎn)
4．4. 9 NumPy數(shù)組的合并
4．4.10 NumPy數(shù)組的拆分 習(xí)
4．4 .11 NumPy數(shù)組與統(tǒng)計(jì)函數(shù)
4．4. 12 NumPy數(shù)組與數(shù)學(xué)函數(shù)
4．4.13隨機(jī)選擇元素
4,4 14復(fù)制NumPy數(shù)組
4 .5小結(jié)
第5章數(shù)據(jù)的導(dǎo)入與導(dǎo)出
5. 1 Windows文件路徑
5．2讀取Excel文件
5．3讀取CSV文件
5 .4導(dǎo)出數(shù)據(jù)到Excel文件和CSV文件
5．5讀取挑t文件
5．6讀取JSON數(shù)據(jù)
5．7讀取關(guān)系數(shù)據(jù)庫(kù)
5. 7.1糞比Excel并理解關(guān)系
數(shù)據(jù)庫(kù)中的概念
5．7 .2安裝MySQL
5．7. 3安裝sqlalchemy和mysql·
connector-python
5．7. 4 Pandas讀取數(shù)據(jù)庫(kù)
5. 7 .5 SELECT語(yǔ)句
5. 7 .6導(dǎo)出數(shù)據(jù)庫(kù)的數(shù)據(jù)到Excel
文件
5 .7. 7大數(shù)據(jù)量的應(yīng)對(duì)方法
5. 8小結(jié)
......
第6章數(shù)據(jù)預(yù)處理
第7章數(shù)據(jù)表的篩選與轉(zhuǎn)換
第8章數(shù)據(jù)表的聚合與分組運(yùn)算
第9章數(shù)據(jù)可視化
第10章產(chǎn)品數(shù)據(jù)分析
第11章客戶(hù)數(shù)據(jù)分析
第12章?tīng)I(yíng)銷(xiāo)數(shù)據(jù)分析
練習(xí)題答案
書(shū)單推薦
