第1章 数据分析概述 1
1.1 认识数据分析 1
1.2 数据分析与数据挖掘 2
1.3 互联网大数据及其特点 3
1.4 互联网大数据处理的相关技术 3
1.5 数据分析的过程 4
1.6 Python数据分析 6
1.7 数据分析经典案例 7
第2章 Python数据分析开发环境的搭建 9
2.1 Python开发环境的搭建 9
2.2 PyCharm的安装 16
2.3 Anaconda的下载、安装 26
2.4 PyCharm中导入Anaconda 31
第3章 NumPy 36
3.1 认识NumPy 36
3.2 ndarray 36
3.3 NumPy函数的使用 45
3.4 NumPy数据文件的读写 55
3.5 NumPy数据分析案例 61
第4章 Pandas基础 64
4.1 认识Pandas 64
4.2 Pandas数据结构 64
4.3 Pandas索引操作 77
4.4 Pandas算术运算与数据对齐 80
第5章 Pandas数据读写 83
5.1 I/O API函数 83
5.2 Pandas读写CSV文件中的数据 84
5.3 Pandas读写Excel文件中的数据 86
5.4 Pandas读写HTML文件中的数据 89
5.5 Pandas读写JSON数据 93
5.6 Pandas读写数据库文件的数据 95
第6章 Pandas数据处理 99
6.1 缺失值处理 99
6.2 数据合并和级联 105
6.3 字符串和文本数据处理 111
6.4 数据排序与分组 119
6.5 Pandas函数应用 124
6.6 数据统计与汇总 129
6.7 Pandas数据分析案例 131
第7章 数据可视化 136
7.1 认识Matplotlib 136
7.2 图形的属性 137
7.3 Matplotlib绘图步骤 140
7.4 基本图表绘制 147
7.5 高级图表绘制 157
7.6 子图绘制 166
7.7 数据可视化pyecharts的使用 175
第8章 Python数据分析综合案例 177
8.1 Python数据分析环境 177
8.2 数据获取 177
8.3 数据清洗与数据转换 180
8.4 数据分析 181
8.5 数据可视化 182
8.6 数据分析结果 192
参考文献 198