本書(shū)共分3章，第1章講述Python基礎(chǔ)知識(shí)，包括Python語(yǔ)言基本語(yǔ)法、內(nèi)置數(shù)據(jù)類(lèi)型、Python控制語(yǔ)句、函數(shù)和文件操作；第2章講述Python數(shù)據(jù)分析，包括Numpy數(shù)值計(jì)算基礎(chǔ)、Numpy數(shù)學(xué)與算術(shù)函數(shù)、Numpy中的數(shù)據(jù)統(tǒng)計(jì)與分析、pandas統(tǒng)計(jì)分析基礎(chǔ)、pandas數(shù)據(jù)運(yùn)算、pandas數(shù)據(jù)載入與預(yù)處理；第3章講述數(shù)據(jù)可視化，包括matplotlib繪圖基礎(chǔ)、使用pandas和Seaborn繪圖。 本書(shū)完全面向Python 3x，全部案例代碼使用Python 39編寫(xiě)，本書(shū)可以滿(mǎn)足Python初學(xué)者及需要學(xué)習(xí)數(shù)據(jù)分析與可視化的讀者的需求。
本書(shū)共分3章，第1章講述Python基礎(chǔ)知識(shí)，包括Python語(yǔ)言基本語(yǔ)法、內(nèi)置數(shù)據(jù)類(lèi)型、Python控制語(yǔ)句、函數(shù)和文件操作；第2章講述Python數(shù)據(jù)分析，包括Numpy數(shù)值計(jì)算基礎(chǔ)、Numpy數(shù)學(xué)與算術(shù)函數(shù)、Numpy中的數(shù)據(jù)統(tǒng)計(jì)與分析、pandas統(tǒng)計(jì)分析基礎(chǔ)、pandas數(shù)據(jù)運(yùn)算、pandas數(shù)據(jù)載入與預(yù)處理；第3章講述數(shù)據(jù)可視化，包括matplotlib繪圖基礎(chǔ)、使用pandas和Seaborn繪圖。 本書(shū)完全面向Python 3x，全部案例代碼使用Python 39編寫(xiě)，本書(shū)可以滿(mǎn)足Python初學(xué)者及需要學(xué)習(xí)數(shù)據(jù)分析與可視化的讀者的需求。
由于Python的簡(jiǎn)潔性、易學(xué)性和可擴(kuò)展性，使得Python受到了越來(lái)越多的關(guān)注，越來(lái)越多的計(jì)算機(jī)專(zhuān)業(yè)和非專(zhuān)業(yè)人員都開(kāi)始學(xué)習(xí)Python。尤其是Python數(shù)據(jù)分析領(lǐng)域，在過(guò)去20年里得到了長(zhǎng)足的發(fā)展，利用Python進(jìn)行數(shù)據(jù)分析，就一定要介紹Numpy、pandas和matplotlib這三個(gè)擴(kuò)展庫(kù)。本書(shū)正是基于這樣的初衷，將Python基礎(chǔ)和數(shù)據(jù)分析的三個(gè)擴(kuò)展庫(kù)進(jìn)行了詳細(xì)的介紹，供學(xué)習(xí)Python數(shù)據(jù)分析的人員參考。
全書(shū)共分為3章，第1章為Python基礎(chǔ)，包括Python語(yǔ)言基本語(yǔ)法、內(nèi)置數(shù)據(jù)類(lèi)型、Python控制語(yǔ)句、函數(shù)和文件操作；第2章為Python數(shù)據(jù)分析，包括Numpy數(shù)值計(jì)算基礎(chǔ)、Numpy數(shù)學(xué)函數(shù)、算術(shù)函數(shù)、隨機(jī)函數(shù)、統(tǒng)計(jì)函數(shù)、排序函數(shù)、條件篩選函數(shù)、Pandas統(tǒng)計(jì)分析基礎(chǔ)、pandas數(shù)據(jù)運(yùn)算、pandas數(shù)據(jù)載入與預(yù)處理；第3章為數(shù)據(jù)可視化，包括matplotlib繪圖基礎(chǔ)、使用pandas和seaborn繪制各種圖形。
本書(shū)完全面向Python 3.x，全部案例代碼使用Python 3.9編寫(xiě)，本書(shū)可以滿(mǎn)足Python初學(xué)者及需要學(xué)習(xí)數(shù)據(jù)分析與可視化的讀者的需求。
本書(shū)在撰寫(xiě)過(guò)程中，得到了許多老師的幫助，在此表示衷心的感謝。由于學(xué)識(shí)淺陋，書(shū)中難免有疏漏之處，敬請(qǐng)讀者批評(píng)指正。
編者2021年7月
第1章Python基礎(chǔ)1
1.1Python語(yǔ)言基本語(yǔ)法3
1.1.1Python的編程方式3
1.1.2Python語(yǔ)句的縮進(jìn)4
1.1.3Python引號(hào)4
1.1.4Python標(biāo)識(shí)符5
1.1.5Python關(guān)鍵字5
1.1.6Python變量5
1.2內(nèi)置數(shù)據(jù)類(lèi)型7
1.2.1Python數(shù)據(jù)類(lèi)型7
1.2.2運(yùn)算符和表達(dá)式11
1.2.3Python序列類(lèi)型14
1.3Python控制語(yǔ)句54
1.3.1Python條件語(yǔ)句54
1.3.2Python循環(huán)語(yǔ)句56
1.3.3break和continue語(yǔ)句59
1.4函數(shù)61
1.4.1值傳遞與引用傳遞63
1.4.2位置參數(shù)64
1.4.3關(guān)鍵字參數(shù)64
1.4.4可變長(zhǎng)度參數(shù)65
1.4.5函數(shù)的返回值66
1.4.6變量的作用域67
1.5文件操作69
1.5.1打開(kāi)文件69
1.5.2讀取文件70
1.5.3寫(xiě)文件71
1.5.4關(guān)閉文件71
1.5.5文件定位72
第2章Python數(shù)據(jù)分析73
2.1NumPy數(shù)值計(jì)算基礎(chǔ)75
2.1.1NumPy創(chuàng)建數(shù)組75
2.1.2NumPy切片和索引83
2.1.3NumPy數(shù)組運(yùn)算86
2.2NumPy數(shù)學(xué)與算術(shù)函數(shù)89
2.2.1數(shù)組函數(shù)89
2.2.2數(shù)學(xué)函數(shù)98
2.2.3NumPy算術(shù)函數(shù)100
2.2.4NumPy隨機(jī)函數(shù)104
2.3NumPy中的數(shù)據(jù)統(tǒng)計(jì)與分析109
2.3.1統(tǒng)計(jì)函數(shù)109
2.3.2NumPy排序、條件篩選函數(shù)114
2.4pandas統(tǒng)計(jì)分析基礎(chǔ)119
2.4.1Series和DataFrame119
2.4.2pandas的基本操作124
2.4.3pandas基本功能130
2.4.4pandas統(tǒng)計(jì)函數(shù)134
2.4.5pandas函數(shù)運(yùn)算137
2.5pandas數(shù)據(jù)運(yùn)算140
2.5.1pandas迭代140
2.5.2pandas排序142
2.5.3pandas缺失數(shù)據(jù)處理146
2.5.4pandas日期功能148
2.5.5pandas數(shù)據(jù)離散化150
2.6pandas數(shù)據(jù)載入與預(yù)處理152
2.6.1讀取csv文件152
2.6.2讀取Excel文件154
第3章數(shù)據(jù)可視化159
3.1matplotlib繪圖基礎(chǔ)161
3.1.1Pyplot模塊161
3.1.2添加子圖164
3.2使用pandas和Seaborn繪圖169
3.2.1折線(xiàn)圖169
3.2.2柱狀圖170
3.2.3直方圖和密度圖172
3.2.4散點(diǎn)圖174
3.2.5餅圖175
參考文獻(xiàn)177
書(shū)單推薦
