Python数据分析与可视化(微课版)

第1章 数据分析与可视化概述 1 学习目标 1 1.1 数据分析 1 1.2 数据可视化 2 1.3 数据分析的流程 3 1.4 数据分析与可视化常用工具 5 1.5 Python数据分析与可视化常用类库 6 1.6 为何选用Python进行数据分析与可视化 7 1.7 安装和使用面向科学计算的Anaconda 8 1.8 掌握Jupyter Notebook的基本功能 10 1.9 掌握Jupyter Notebook的高级功能 14 本章小结 18 本章习题 18 第2章 Python语言编程基础 21 学习目标 21 2.1 Python基本语法 21 2.2 Python基本数据类型 23 2.3 Python组合数据类型 26 2.3.1 列表 26 2.3.2 元组 28 2.3.3 字典 29 2.3.4 集合 30 2.4 Python推导式 31 2.4.1 列表推导式 31 2.4.2 元组推导式 32 2.4.3 字典推导式 33 2.4.4 集合推导式 33 2.5 函数 34 2.5.1 函数的定义 34 2.5.2 匿名函数 35 本章小结 35 本章习题 36 第3章 NumPy和Pandas的基础知识 37 学习目标 37 3.1 NumPy数值计算基础 38 3.1.1 NumPy多维数组 38 3.1.2 NumPy数组切片和运算 40 3.2 Pandas统计分析基础 42 3.2.1 Pandas的数据结构 42 3.2.2 Series的语法格式及其基本操作 43 3.2.3 DataFrame的语法格式及其基本操作 47 3.2.4 DataFrame的合并、拼接和组合 52 3.3 分组与聚合 55 3.3.1 数据分组 55 3.3.2 数据聚合 58 本章小结 61 本章习题 61 第4章 使用Pandas导入数据 65 学习目标 65 4.1 读/写文本文件 65 4.1.1 读/写TXT文本文件 65 4.1.2 读/写CSV文件 66 4.2 读/写Excel文件 70 4.3 读/写HTML文件中的表格数据 77 4.4 读/写JSON格式文件 79 4.5 读取MySQL数据库文件 82 4.5.1 将数据导入My