基礎(chǔ)篇
第1章　認(rèn)識數(shù)據(jù)分析
1.1　數(shù)據(jù)分析概述 2
1.1.1　數(shù)據(jù)分析的概念 2
1.1.2　數(shù)據(jù)分析的重要性 2
1.2　數(shù)據(jù)分析的基本流程 4
1.2.1　熟悉工具 4
1.2.2　明確目的 4
1.2.3　獲取數(shù)據(jù) 4
1.2.4　數(shù)據(jù)處理 4
1.2.5　數(shù)據(jù)分析 5
1.2.6　驗證結(jié)果 5
1.2.7　結(jié)果呈現(xiàn) 5
1.2.8　數(shù)據(jù)應(yīng)用 5
1.3　數(shù)據(jù)分析常用工具 6
1.3.1　Excel 6
1.3.2　Python 6

第2章　搭建Python數(shù)據(jù)分析環(huán)境
2.1　Python概述 7
2.1.1　Python簡介 7
2.1.2　Python的版本 8
2.2　搭建Python開發(fā)環(huán)境 8
2.2.1　什么是IDLE 8
2.2.2　安裝Python 8
2.2.3　使用IDLE編寫hello world 11
2.3　集成開發(fā)環(huán)境PyCharm 12
2.3.1　下載PyCharm 12
2.3.2　安裝PyCharm 14
2.3.3　運行PyCharm創(chuàng)建工程 15
2.3.4　個Python程序Hello World! 17
2.4　數(shù)據(jù)分析標(biāo)準(zhǔn)環(huán)境Anaconda 18
2.4.1　下載Anaconda 19
2.4.2　安裝Anaconda 20
2.5　Jupyter Notebook開發(fā)工具 22
2.5.1　認(rèn)識Jupyter Notebook 22
2.5.2　新建一個Jupyter Notebook文件 22
2.5.3　在Jupyter Notebook中編寫Hello World 23

第3章　NumPy基礎(chǔ)：數(shù)組、矩陣計算
3.1　初識NumPy 25
3.1.1　NumPy概述 25
3.1.2　安裝NumPy模塊 26
3.1.3　數(shù)組相關(guān)概念 27
3.2　創(chuàng)建數(shù)組 28
3.2.1　創(chuàng)建簡單的數(shù)組 28
【實例3.1】演示如何創(chuàng)建數(shù)組 28
【實例3.2】為數(shù)組指定數(shù)據(jù)類型 29
【實例3.3】復(fù)制數(shù)組 29
【實例3.4】修改數(shù)組的維數(shù) 30
3.2.2　以不同的方式創(chuàng)建數(shù)組 30
【實例3.5】創(chuàng)建指定維數(shù)和數(shù)據(jù)類型未初始化的數(shù)組 30
【實例3.6】創(chuàng)建指定維數(shù)（以0填充）的數(shù)組 30
【實例3.7】創(chuàng)建指定維數(shù)并以1填充的數(shù)組 31
【實例3.8】創(chuàng)建指定維數(shù)和數(shù)據(jù)類型并以指定值填充的數(shù)組 31
3.2.3　從數(shù)值范圍創(chuàng)建數(shù)組 31
【實例3.9】通過數(shù)值范圍創(chuàng)建數(shù)組 32
【實例3.10】創(chuàng)建馬拉松賽前訓(xùn)練等差數(shù)列數(shù)組 33
【實例3.11】通過logspace()函數(shù)解決棋盤放置小麥的問題 33
3.2.4　生成隨機數(shù)組 34
【實例3.12】隨機生成0到1之間的數(shù)組 34
【實例3.13】隨機生成滿足正態(tài)分布的數(shù)組 35
【實例3.14】生成一定范圍內(nèi)的隨機數(shù)組 35
【實例3.15】生成正態(tài)分布的隨機數(shù)組 36
3.2.5　從已有的數(shù)組中創(chuàng)建數(shù)組 36
【實例3.16】使用asarray()函數(shù)創(chuàng)建數(shù)組 37
【實例3.17】將字符串mingrisoft轉(zhuǎn)換為數(shù)組 37
【實例3.18】通過可迭代對象創(chuàng)建數(shù)組 38
【實例3.19】創(chuàng)建未初始化的數(shù)組 38
【實例3.20】創(chuàng)建以0填充的數(shù)組 39
【實例3.21】創(chuàng)建以1填充的數(shù)組 39
【實例3.22】創(chuàng)建以指定值0.2填充的數(shù)組 40
3.3　數(shù)組的基本操作 40
3.3.1　數(shù)據(jù)類型 40
3.3.2　數(shù)組運算 41
【實例3.23】數(shù)組加法運算 42
【實例3.24】數(shù)組的減法、乘法和除法運算 42
【實例3.25】數(shù)組的冪運算 43
【實例3.26】數(shù)組的比較運算 43
【實例3.27】數(shù)組的標(biāo)量運算 44
3.3.3　數(shù)組的索引和切片 44
【實例3.28】獲取一維數(shù)組中的元素 44
【實例3.29】獲取二維數(shù)組中的元素 45
【實例3.30】實現(xiàn)簡單的數(shù)組切片操作 45
【實例3.31】常用的切片式索引操作 46
【實例3.32】二維數(shù)組的簡單索引操作 47
【實例3.33】二維數(shù)組的切片操作 47
3.3.4　數(shù)組重塑 48
【實例3.34】將一維數(shù)組重塑為二維數(shù)組 48
【實例3.35】將一行古詩轉(zhuǎn)換為4行5列的二維數(shù)組 48
【實例3.36】將2行3列的數(shù)組重塑為3行2列的數(shù)組 49
【實例3.37】將二維數(shù)組中的行列轉(zhuǎn)置 49
【實例3.38】轉(zhuǎn)換客戶銷售數(shù)據(jù) 50
3.3.5　數(shù)組的增、刪、改、查 51
【實例3.39】為數(shù)組增加數(shù)據(jù) 51
【實例3.40】刪除指定的數(shù)組元素 51
【實例3.41】修改指定的數(shù)組元素 52
【實例3.42】按指定條件查詢數(shù)組 52
3.4　NumPy矩陣的基本操作 53
3.4.1　創(chuàng)建矩陣 53
【實例3.43】創(chuàng)建簡單矩陣 53
【實例3.44】使用mat()函數(shù)創(chuàng)建常見的矩陣 54
3.4.2　矩陣運算 56
【實例3.45】矩陣加法運算 56
【實例3.46】矩陣減法、乘法和除法運算 56
【實例3.47】修改矩陣并進行乘法運算 57
【實例3.48】數(shù)組相乘與數(shù)組點乘比較 57
【實例3.49】矩陣元素之間的相乘運算 58
3.4.3　矩陣轉(zhuǎn)換 58
【實例3.50】使用T屬性實現(xiàn)矩陣轉(zhuǎn)置 58
【實例3.51】實現(xiàn)矩陣逆運算 58
3.5　NumPy常用統(tǒng)計分析函數(shù) 59
3.5.1　數(shù)學(xué)運算函數(shù) 59
【實例3.52】數(shù)組加、減、乘、除運算 60
【實例3.53】計算數(shù)組元素的倒數(shù) 60
【實例3.54】數(shù)組元素的冪運算 61
【實例3.55】對數(shù)組元素取余 61
【實例3.56】將數(shù)組中的一組數(shù)字四舍五入 62
【實例3.57】對數(shù)組元素向上取整 62
【實例3.58】對數(shù)組元素向下取整 62
【實例3.59】計算數(shù)組的正弦值、余弦值和正切值 63
【實例3.60】將弧度轉(zhuǎn)換為角度 63
3.5.2　統(tǒng)計分析函數(shù) 64
【實例3.61】對數(shù)組元素求和、對數(shù)組元素按行和按列求和 64
【實例3.62】對數(shù)組元素求平均值、對數(shù)組元素按行和按列求平均值 65
【實例3.63】對數(shù)組元素求值和小值 65
【實例3.64】計算電商各活動銷售的加權(quán)平均價 66
【實例3.65】計算電商活動價格的中位數(shù) 67
【實例3.66】求數(shù)組的方差和標(biāo)準(zhǔn)差 67
3.5.3　數(shù)組的排序 67
【實例3.67】對數(shù)組元素排序 68
【實例3.68】對數(shù)組元素升序排序 68
【實例3.69】通過排序解決成績相同學(xué)生的錄取問題 69
3.6　綜合案例NumPy用于圖像灰度處理 69
3.7　實戰(zhàn)練習(xí) 70

第4章　Pandas入門
4.1　初識Pandas 72
4.1.1　Pandas概述 72
4.1.2　安裝Pandas 73
4.2　Pandas家族成員 74
4.2.1　Series對象 75
【實例4.1】創(chuàng)建一列數(shù)據(jù) 75
【實例4.2】創(chuàng)建一列物理成績 76
4.2.2　DataFrame對象 76
【實例4.3】通過列表創(chuàng)建成績表 77
【實例4.4】通過字典創(chuàng)建成績表 78
4.3　索引 78
4.3.1　什么是索引 78
【實例4.5】設(shè)置索引 78
4.3.2　索引的作用 79
4.3.3　Series對象的索引 79
【實例4.6】手動設(shè)置索引 79
【實例4.7】重新設(shè)置物理成績的索引 80
【實例4.8】向前和向后填充數(shù)據(jù) 81
【實例4.9】通過位置索引獲取學(xué)生物理成績 81
【實例4.10】通過標(biāo)簽索引獲取學(xué)生物理成績 81
【實例4.11】通過標(biāo)簽切片獲取數(shù)據(jù) 82
【實例4.12】通過位置切片獲取數(shù)據(jù) 82
4.3.4　DataFrame對象的索引 83
【實例4.13】設(shè)置姓名為索引 83
【實例4.14】重新為學(xué)生成績表設(shè)置索引 84
【實例4.15】刪除數(shù)據(jù)后索引重置 85
4.4　綜合案例構(gòu)建身體數(shù)據(jù)并計算體質(zhì)指數(shù) 85
4.5　實戰(zhàn)練習(xí) 86

第5章　數(shù)據(jù)讀取與處理
5.1　數(shù)據(jù)讀取與寫入 87
5.1.1　讀取與寫入Excel文件 87
【實例5.1】讀取Excel文件 89
【實例5.2】讀取指定Sheet頁中的數(shù)據(jù) 90
【實例5.3】讀取Excel文件并指定行索引 91
【實例5.4】讀取Excel文件中的第1列數(shù)據(jù) 91
【實例5.5】將數(shù)據(jù)寫入Excel文件中 92
5.1.2　讀取與寫入CSV文件 93
【實例5.6】讀取CSV文件 94
5.1.3　讀取文本文件 95
【實例5.7】讀取文本文件 95
5.1.4　讀取HTML網(wǎng)頁 96
【實例5.8】Pandas也可以實現(xiàn)的簡單爬蟲 97
5.2　讀取數(shù)據(jù)庫中的數(shù)據(jù) 98
5.2.1　讀取MySQL數(shù)據(jù)庫中的數(shù)據(jù) 98
【實例5.9】讀取MySQL數(shù)據(jù)庫中的數(shù)據(jù) 100
5.2.2　讀取MongoDB數(shù)據(jù)庫中的數(shù)據(jù) 100
【實例5.10】讀取MongoDB數(shù)據(jù)庫中的數(shù)據(jù) 101
5.3　數(shù)據(jù)抽取 103
5.3.1　按行抽取數(shù)據(jù) 104
【實例5.11】抽取一行學(xué)生成績數(shù)據(jù) 104
5.3.2　抽取多行數(shù)據(jù) 104
【實例5.12】抽取多行學(xué)生成績數(shù)據(jù) 104
【實例5.13】抽取多個連續(xù)的學(xué)生成績數(shù)據(jù) 105
5.3.3　抽取指定列數(shù)據(jù) 105
【實例5.14】抽取學(xué)生的語文和數(shù)學(xué)成績 105
【實例5.15】抽取指定學(xué)科的成績 106
5.3.4　抽取指定的行、列數(shù)據(jù) 106
【實例5.16】抽取指定學(xué)科和指定學(xué)生的成績 107
5.4　數(shù)據(jù)的增、刪、改、查 107
5.4.1　增加數(shù)據(jù) 108
【實例5.17】增加一列物理成績 108
【實例5.18】使用loc屬性增加一列物理成績 108
【實例5.19】在列后面插入物理成績 108
【實例5.20】在成績表中增加一行數(shù)據(jù) 109
【實例5.21】在成績表中增加多行數(shù)據(jù) 109
5.4.2　刪除數(shù)據(jù) 109
【實例5.22】刪除學(xué)生成績數(shù)據(jù) 110
【實例5.23】刪除符合條件的學(xué)生成績數(shù)據(jù) 110
5.4.3　修改數(shù)據(jù) 110
【實例5.24】修改數(shù)學(xué)的列名 110
【實例5.25】修改多個學(xué)科的列名 111
【實例5.26】將行標(biāo)題統(tǒng)一修改為數(shù)字編號 111
【實例5.27】修改學(xué)生成績數(shù)據(jù) 111
5.4.4　查詢數(shù)據(jù) 112
【實例5.28】通過邏輯運算符查詢數(shù)據(jù) 112
【實例5.29】通過復(fù)合運算符查詢數(shù)據(jù) 113
【實例5.30】使用query()方法簡化查詢代碼 113
【實例5.31】使用isin()方法查詢數(shù)據(jù) 113
【實例5.32】查詢女生的學(xué)習(xí)成績數(shù)據(jù) 114
【實例5.33】使用between()方法查詢數(shù)據(jù) 115
5.5　數(shù)據(jù)排序與排名 115
5.5.1　數(shù)據(jù)排序 115
【實例5.34】按銷量降序排序 116
【實例5.35】按照圖書名稱和銷量降序排序 117
【實例5.36】對分組統(tǒng)計數(shù)據(jù)進行排序 117
【實例5.37】按行數(shù)據(jù)排序 118
5.5.2　數(shù)據(jù)排名 118
【實例5.38】對產(chǎn)品銷量按順序進行排名 119
【實例5.39】對產(chǎn)品銷量進行平均排名 119
5.6　綜合案例電商產(chǎn)品轉(zhuǎn)化率分析 120
5.7　實戰(zhàn)練習(xí) 121

第6章　數(shù)據(jù)清洗
6.1　處理缺失值 122
6.1.1　什么是缺失值 122
6.1.2　查看缺失值 123
【實例6.1】查看數(shù)據(jù)概況 123
【實例6.2】判斷數(shù)據(jù)是否存在缺失值 123
6.1.3　處理缺失值 124
【實例6.3】將NaN填充為0 125
6.2　處理重復(fù)值 125
【實例6.4】處理淘寶電商銷售數(shù)據(jù)中的重復(fù)數(shù)據(jù) 125
6.3　異常值的檢測與處理 126
6.4　字符串操作 126
6.4.1　字符串對象方法 127
【實例6.5】字符串大小寫轉(zhuǎn)換 127
【實例6.6】去掉字符串中的空格 128
6.4.2　字符串替換方法 129
【實例6.7】使用replace()方法替換數(shù)據(jù)中指定的字符 129
【實例6.8】使用replace()方法替換標(biāo)題中指定的字符 129
6.4.3　數(shù)據(jù)切分方法 130
【實例6.9】使用split()方法切分地址 130
6.4.4　字符串判斷方法 131
【實例6.10】使用contains()方法篩選數(shù)據(jù)并歸類 131
6.5　數(shù)據(jù)轉(zhuǎn)換 132
6.5.1　使用字典映射進行數(shù)據(jù)轉(zhuǎn)換 132
【實例6.11】使用map()函數(shù)將數(shù)據(jù)中的性別轉(zhuǎn)換為數(shù)字 132
6.5.2　數(shù)據(jù)分割 132
【實例6.12】分割成績數(shù)據(jù)并標(biāo)記為優(yōu)秀良好一般 133
6.5.3　分類數(shù)據(jù)數(shù)字化 134
【實例6.13】將分類數(shù)據(jù)轉(zhuǎn)換為數(shù)字 134
6.6　綜合案例缺失值比例分析 135
6.7　實戰(zhàn)練習(xí) 135

第7章　數(shù)據(jù)計算與分組統(tǒng)計
7.1　數(shù)據(jù)計算 136
7.1.1　求和 136
【實例7.1】計算語文、數(shù)學(xué)和英語三科的總成績 137
7.1.2　求均值 137
【實例7.2】計算語文、數(shù)學(xué)和英語各科成績的平均分 137
7.1.3　求值 138
【實例7.3】計算語文、數(shù)學(xué)和英語各科成績的分 138
7.1.4　求小值 138
【實例7.4】計算語文、數(shù)學(xué)和英語各科成績的分 139
7.1.5　求中位數(shù) 139
【實例7.5】計算學(xué)生各科成績的中位數(shù)1 140
【實例7.6】計算學(xué)生各科成績的中位數(shù)2 140
7.1.6　求眾數(shù) 140
【實例7.7】計算學(xué)生各科成績的眾數(shù) 141
7.1.7　求方差 141
【實例7.8】通過方差判斷誰的物理成績更穩(wěn)定 142
7.1.8　標(biāo)準(zhǔn)差 142
【實例7.9】計算各科成績的標(biāo)準(zhǔn)差 143
7.1.9　求分位數(shù) 143
【實例7.10】通過分位數(shù)確定被淘汰的35%的學(xué)生 143
【實例7.11】計算日期、時間和時間增量數(shù)據(jù)的分位數(shù) 144
7.2　數(shù)據(jù)格式化 144
7.2.1　設(shè)置小數(shù)位數(shù) 145
【實例7.12】四舍五入保留指定的小數(shù)位數(shù) 145
7.2.2　設(shè)置百分比 146
【實例7.13】將指定數(shù)據(jù)格式化為百分比數(shù)據(jù) 146
7.2.3　設(shè)置千位分隔符 146
【實例7.14】將金額格式化為帶千位分隔符的數(shù)據(jù) 147
7.3　數(shù)據(jù)分組統(tǒng)計 147
7.3.1　分組統(tǒng)計函數(shù)groupby() 147
【實例7.15】根據(jù)一級分類列統(tǒng)計訂單數(shù)據(jù) 148
【實例7.16】根據(jù)一級分類列和二級分類列統(tǒng)計訂單數(shù)據(jù) 148
【實例7.17】統(tǒng)計各編程語言的7天點擊量 148
7.3.2　對分組數(shù)據(jù)進行迭代 149
【實例7.18】迭代一級分類的訂單數(shù)據(jù) 149
【實例7.19】迭代一級分類和二級分類的訂單數(shù)據(jù) 150
7.3.3　對分組的某列或多列使用聚合函數(shù) 150
【實例7.20】對分組統(tǒng)計結(jié)果使用聚合函數(shù) 150
【實例7.21】針對不同的列使用不同的聚合函數(shù) 150
【實例7.22】通過自定義函數(shù)實現(xiàn)分組統(tǒng)計 151
7.3.4　通過字典和Series對象進行分組統(tǒng)計 151
【實例7.23】通過字典分組統(tǒng)計北上廣銷量 151
【實例7.24】通過Series對象分組統(tǒng)計北上廣銷量 152
7.4　數(shù)據(jù)移位 153
【實例7.25】統(tǒng)計學(xué)生英語周測成績的升降情況 153
7.5　數(shù)據(jù)合并 154
7.5.1　merge()方法 154
【實例7.26】合并學(xué)生成績表 155
【實例7.27】通過索引合并數(shù)據(jù) 155
【實例7.28】對合并數(shù)據(jù)去重 156
【實例7.29】根據(jù)共有列進行合并數(shù)據(jù) 156
【實例7.30】合并數(shù)據(jù)并相互補全 157
7.5.2　concat()方法 157
7.6　數(shù)據(jù)透視表 159
7.6.1　pivot()方法 159
【實例7.31】數(shù)據(jù)透視表按年份統(tǒng)計城市GDP 160
7.6.2　pivot_table()方法 160
【實例7.32】數(shù)據(jù)透視表統(tǒng)計各部門男、女生
人數(shù) 160
7.7　綜合案例商品月銷量對比分析 161
7.8　實戰(zhàn)練習(xí) 162

第8章　日期處理與時間序列
8.1　日期數(shù)據(jù)處理 163
8.1.1　DataFrame的日期數(shù)據(jù)轉(zhuǎn)換 163
【實例8.1】將各種日期字符串轉(zhuǎn)換為指定的日期格式 164
【實例8.2】將一組數(shù)據(jù)組合為日期數(shù)據(jù) 164
8.1.2　dt對象的使用 165
【實例8.3】獲取日期中的年、月、日、星期數(shù)等 165
8.1.3　獲取日期區(qū)間的數(shù)據(jù) 165
【實例8.4】獲取指定日期區(qū)間的訂單數(shù)據(jù) 166
8.1.4　按不同時期統(tǒng)計并顯示數(shù)據(jù) 166
【實例8.5】從日期中獲取不同的時期 168
8.2　日期范圍、頻率和移位 169
8.2.1　生成日期范圍 169
【實例8.6】按頻率生成時間段 169
【實例8.7】按復(fù)合頻率生成時間段 171
8.2.2　日期頻率轉(zhuǎn)換 171
【實例8.8】將按天的頻率轉(zhuǎn)換為按5小時的頻率 171
8.2.3　移位日期 172
【實例8.9】查看日期向前和向后分別移動兩次后的數(shù)據(jù) 172
8.3　時間區(qū)間與頻率轉(zhuǎn)換 173
8.3.1　創(chuàng)建時間區(qū)間 173
【實例8.10】使用Period類創(chuàng)建不同的時間區(qū)間 173
【實例8.11】使用period_range()函數(shù)創(chuàng)建時間區(qū)間 174
8.3.2　頻率轉(zhuǎn)換 175
【實例8.12】時間區(qū)間頻率轉(zhuǎn)換 175
8.4　重采樣與頻率轉(zhuǎn)換 175
8.4.1　重采樣 175
【實例8.13】將1分鐘的時間序列轉(zhuǎn)換為3分鐘的時間序列 176
8.4.2　降采樣處理 177
【實例8.14】按周統(tǒng)計銷售數(shù)據(jù) 177
8.4.3　升采樣處理 178
【實例8.15】每6小時統(tǒng)計一次數(shù)據(jù) 178
8.5　移動窗口函數(shù) 178
8.5.1　時間序列數(shù)據(jù)匯總 178
【實例8.16】統(tǒng)計數(shù)據(jù)的open、high、low和close值 179
8.5.2　移動窗口數(shù)據(jù)計算 179
【實例8.17】創(chuàng)建淘寶每日銷量數(shù)據(jù) 180
【實例8.18】在實例8.17的基礎(chǔ)上，使用rolling()函數(shù)計算每3天的均值 180
【實例8.19】用當(dāng)天的數(shù)據(jù)代表窗口數(shù)據(jù) 180
8.6　綜合案例股票行情數(shù)據(jù)分析 181
8.7　實戰(zhàn)練習(xí) 182

第9章　可視化數(shù)據(jù)分析圖表
9.1　數(shù)據(jù)分析圖表的作用 183
9.2　如何選擇適合的圖表類型 184
9.3　數(shù)據(jù)分析圖表的基本組成 184
9.4　Matplotlib概述 185
9.4.1　Matplotlib簡介 185
9.4.2　安裝Matplotlib 188
9.4.3　Matplotlib圖表之初體驗 189
【實例9.1】繪制張圖表 189
【實例9.2】繪制散點圖 189
9.5　圖表的常用設(shè)置 190
9.5.1　基本繪圖函數(shù)plot () 190
【實例9.3】繪制簡單折線圖 190
【實例9.4】繪制體溫折線圖 190
9.5.2　設(shè)置畫布 192
【實例9.5】自定義畫布 193
9.5.3　設(shè)置坐標(biāo)軸 193
【實例9.6】為體溫折線圖設(shè)置標(biāo)題 193
【實例9.7】為體溫折線圖設(shè)置刻度1 194
【實例9.8】為體溫折線圖設(shè)置刻度2 194
【實例9.9】為體溫折線圖設(shè)置坐標(biāo)軸范圍 195
9.5.4　添加文本標(biāo)簽 196
【實例9.10】為體溫折線圖添加基礎(chǔ)體溫文本標(biāo)簽 196
9.5.5　設(shè)置標(biāo)題和圖例 196
9.5.6　添加注釋 198
【實例9.11】為圖表添加注釋 198
9.5.7　調(diào)整圖表與畫布邊緣的間距 199
9.5.8　設(shè)置坐標(biāo)軸 200
9.6　常用圖表的繪制 200
9.6.1　繪制折線圖 201
【實例9.12】繪制學(xué)生語文、數(shù)學(xué)、英語各科成績分析圖 201
9.6.2　繪制柱形圖 201
【實例9.13】繪制簡單的柱形圖 202
【實例9.14】繪制20132019年線上圖書銷售額
分析圖 202
【實例9.15】繪制各平臺圖書銷售額分析圖 203
9.6.3　繪制直方圖 204
【實例9.16】繪制簡單直方圖 205
【實例9.17】利用直方圖分析學(xué)生數(shù)學(xué)成績分布情況 205
9.6.4　繪制餅形圖 206
【實例9.18】繪制簡單餅形圖 206
【實例9.19】通過餅形圖分析各省、市、自治區(qū)銷量占比情況 207
【實例9.20】繪制分裂餅形圖 207
【實例9.21】利用環(huán)形圖分析各省、市、自治區(qū)銷量占比情況 208
【實例9.22】利用內(nèi)嵌環(huán)形圖分析各省、市、自治區(qū)銷量占比情況 209
9.6.5　繪制散點圖 209
【實例9.23】繪制簡單散點圖 210
【實例9.24】利用散點圖分析銷售收入與廣告費的相關(guān)性 210
9.6.6　繪制面積圖 211
【實例9.25】繪制簡單面積圖 211
【實例9.26】利用面積圖分析線上圖書銷售情況 212
【實例9.27】利用堆疊面積圖分析各平臺圖書銷售情況 212
9.6.7　繪制熱力圖 213
【實例9.28】繪制簡單熱力圖 213
【實例9.29】利用熱力圖對比分析學(xué)生各科成績 213
9.6.8　繪制箱形圖 214
【實例9.30】繪制簡單箱形圖 215
【實例9.31】繪制多組數(shù)據(jù)的箱形圖 215
【實例9.32】通過箱形圖判斷異常值 216
9.6.9　繪制3D圖表 217
【實例9.33】繪制3D柱形圖 217
【實例9.34】繪制3D曲面圖 218
9.6.10　繪制多個子圖表 218
【實例9.35】使用subplot()函數(shù)繪制多子圖表的空圖表 219
【實例9.36】繪制包含多個子圖表的圖表 219
【實例9.37】使用subplots()函數(shù)繪制包含多子圖表的空圖表 221
【實例9.38】使用subplots()函數(shù)繪制多子圖表 221
【實例9.39】使用add_subplot()函數(shù)繪制多子圖表 222
9.6.11　圖表的保存 222
9.7　Seaborn圖表 223
9.7.1　Seaborn圖表概述 223
9.7.2　Seaborn圖表之初體驗 224
【實例9.40】繪制簡單的柱形圖 224
9.7.3　Seaborn圖表的基本設(shè)置 225
9.7.4　常用圖表的繪制 226
【實例9.41】使用relplot()函數(shù)繪制學(xué)生語文成績折線圖 226
【實例9.42】使用lineplot()函數(shù)繪制學(xué)生語文成績折線圖 226
【實例9.43】利用多折線圖分析學(xué)生各科成績 226
【實例9.44】繪制簡單直方圖 227
【實例9.45】利用條形圖分析學(xué)生各科成績 228
【實例9.46】利用散點圖分析小費 228
【實例9.47】利用線性回歸圖表分析小費 230
【實例9.48】利用箱形圖分析小費異常數(shù)據(jù) 231
【實例9.49】利用核密度圖分析鳶尾花 232
【實例9.50】利用提琴圖分析小費 232
9.8　綜合案例電商單品銷量同比增長情況分析 233
9.9　實戰(zhàn)練習(xí) 235

第10章　機器學(xué)習(xí)Scikit-Learn
10.1　Scikit-Learn簡介 236
10.2　安裝Scikit-Learn 236
10.3　線性模型 237
10.3.1　小二乘法回歸 238
【實例10.1】智能預(yù)測房價 239
10.3.2　嶺回歸 239
【實例10.2】使用嶺回歸函數(shù)實現(xiàn)智能預(yù)測房價 240
10.4　支持向量機 240
【實例10.3】波士頓房價預(yù)測 241
10.5　聚類 242
10.5.1　什么是聚類 242
10.5.2　聚類算法 243
10.5.3　聚類模塊 243
【實例10.4】對一組數(shù)據(jù)進行聚類 244
10.5.4　聚類數(shù)據(jù)生成器 245
【實例10.5】生成用于聚類的測試數(shù)據(jù) 245
10.6　綜合案例預(yù)測考試成績 246
10.7　實戰(zhàn)練習(xí) 247

實戰(zhàn)篇
第11章　處理大型數(shù)據(jù)集
11.1　概述 249
11.2　案例效果預(yù)覽 250
11.3　案例準(zhǔn)備 251
11.4　業(yè)務(wù)流程 251
11.5　實現(xiàn)過程 251
11.5.1　數(shù)據(jù)準(zhǔn)備 251
11.5.2　數(shù)據(jù)分塊 251
11.5.3　查看與處理數(shù)據(jù) 252
11.5.4　保存分塊數(shù)據(jù) 253
11.5.5　合并分塊數(shù)據(jù) 253
11.6　關(guān)鍵技術(shù) 253

第12章　快速批量合并和處理Excel
12.1　概述 255
12.2　案例效果預(yù)覽 255
12.3　案例準(zhǔn)備 258
12.4　業(yè)務(wù)流程 258
12.5　實現(xiàn)過程 258
12.5.1　數(shù)據(jù)準(zhǔn)備 258
12.5.2　將多個Excel合并為一個Excel 258
12.5.3　合并指定的Excel的指定列到一個Excel 259
12.5.4　合并指定的Excel到一個Excel的多個Sheet 260
12.5.5　批量合并文件夾中所有的Excel到一個Excel的多個Sheet 260
12.6　關(guān)鍵技術(shù) 261

第13章　爬取分析NBA球員薪資數(shù)據(jù)
13.1　概述 263
13.2　案例效果預(yù)覽 263
13.3　案例準(zhǔn)備 264
13.4　業(yè)務(wù)流程 264
13.5　實現(xiàn)過程 265
13.5.1　數(shù)據(jù)準(zhǔn)備 265
13.5.2　確定網(wǎng)頁格式 265
13.5.3　爬取數(shù)據(jù) 265
13.5.4　清洗數(shù)據(jù) 267
13.5.5　繪制水平柱形圖分析湖人隊薪資狀況 268
13.6　關(guān)鍵技術(shù) 268

第14章　獲取和分析股票行情數(shù)據(jù)
14.1　概述 270
14.2　案例效果預(yù)覽 270
14.3　案例準(zhǔn)備 272
14.4　業(yè)務(wù)流程 272
14.5　實現(xiàn)過程 272
14.5.1　安裝第三方模塊 272
14.5.2　獲取股票歷史數(shù)據(jù) 273
14.5.3　數(shù)據(jù)歸一化處理 274
14.5.4　可視化股票走勢圖 275
14.5.5　股票收盤價格走勢圖 275
14.5.6　股票漲跌情況分析圖 275
14.5.7　股票k線走勢圖 276
14.6　關(guān)鍵技術(shù) 277

第15章　基于文本數(shù)據(jù)的商家評論數(shù)據(jù)分析
15.1　概述 280
15.2　案例效果預(yù)覽 280
15.3　案例準(zhǔn)備 281
15.4　業(yè)務(wù)流程 281
15.5　實現(xiàn)過程 281
15.5.1　安裝第三方模塊 281
15.5.2　數(shù)據(jù)準(zhǔn)備 282
15.5.3　數(shù)據(jù)清洗 282
15.5.4　總體評價狀況分析 283
15.5.5　差評商品分析 284
15.5.6　利用詞云圖分析負(fù)面評價 284
15.6　關(guān)鍵技術(shù) 285

第16章　基于MySQL網(wǎng)站平臺注冊用戶分析
16.1　概述 287
16.2　案例效果預(yù)覽 287
16.3　案例準(zhǔn)備 288
16.4　業(yè)務(wù)流程 288
16.5　導(dǎo)入MySQL數(shù)據(jù) 288
16.5.1　導(dǎo)入MySQL數(shù)據(jù) 288
16.5.2　連接MySQL數(shù)據(jù)庫 289
16.6　實現(xiàn)過程 290
16.6.1　數(shù)據(jù)準(zhǔn)備 290
16.6.2　數(shù)據(jù)檢測 290
16.6.3　年度注冊用戶分析 291
16.6.4　新注冊用戶分析 292

第17章　二手房房價分析與預(yù)測
17.1　概述 293
17.2　案例效果預(yù)覽 293
17.3　案例準(zhǔn)備 294
17.4　業(yè)務(wù)流程 295
17.5　圖表工具模塊 295
17.5.1　繪制餅形圖 295
17.5.2　繪制折線圖 296
17.5.3　繪制條形圖 296
17.6　實現(xiàn)過程 298
17.6.1　數(shù)據(jù)清洗 298
17.6.2　各區(qū)二手房均價分析 298
17.6.3　各區(qū)二手房數(shù)量及占比分析 299
17.6.4　全市二手房裝修程度分析 300
17.6.5　熱門戶型均價分析 301
17.6.6　二手房房價預(yù)測 301

第18章　Python實現(xiàn)客戶價值分析
18.1　概述 305
18.2　案例效果預(yù)覽 305
18.3　案例準(zhǔn)備 305
18.4　業(yè)務(wù)流程 306
18.5　分析方法 306
18.5.1　RFM模型 307
18.5.2　聚類 307
18.6　實現(xiàn)過程 307
18.6.1　數(shù)據(jù)準(zhǔn)備 307
18.6.2　數(shù)據(jù)抽取 308
18.6.3　數(shù)據(jù)探索分析 308
18.6.4　計算RFM值 308
18.6.5　數(shù)據(jù)轉(zhuǎn)換 309
18.6.6　客戶聚類 310
18.6.7　標(biāo)記客戶類別 310
18.7　客戶價值結(jié)果分析 312

第19章　電商銷售數(shù)據(jù)分析與預(yù)測
19.1　概述 314
19.2　案例效果預(yù)覽 314
19.3　案例準(zhǔn)備 314
19.4　業(yè)務(wù)流程 315
19.5　分析方法 315
19.6　實現(xiàn)過程 316
19.6.1　數(shù)據(jù)處理 316
19.6.2　日期數(shù)據(jù)統(tǒng)計并顯示 316
19.6.3　銷售收入分析 317
19.6.4　銷售收入與廣告費相關(guān)性分析 317
19.6.5　銷售收入預(yù)測 320
19.6.6　預(yù)測評分 321

強化篇
第20章　電視節(jié)目數(shù)據(jù)分析系統(tǒng)
20.1　系統(tǒng)需求分析 323
20.1.1　系統(tǒng)概述 323
20.1.2　功能性需求分析 323
20.2　系統(tǒng)設(shè)計 324
20.2.1　系統(tǒng)功能結(jié)構(gòu) 324
20.2.2　系統(tǒng)業(yè)務(wù)流程 324
20.2.3　系統(tǒng)預(yù)覽 324
20.3　系統(tǒng)開發(fā) 327
20.3.1　系統(tǒng)開發(fā)環(huán)境 327
20.3.2　界面設(shè)計環(huán)境安裝與配置 327
20.4　主窗體設(shè)計 328
20.4.1　功能草圖 328
20.4.2　創(chuàng)建主窗體 328
20.4.3　工具欄設(shè)計 329
20.4.4　其他控件設(shè)計 331
20.4.5　ui文件轉(zhuǎn)為py文件 332
20.5　數(shù)據(jù)準(zhǔn)備 333
20.6　功能代碼設(shè)計 333
20.6.1　查看數(shù)據(jù)情況模塊 333
20.6.2　數(shù)據(jù)處理模塊設(shè)計 334
20.6.3　數(shù)據(jù)分析及可視化模塊 334
20.6.4　顯示主窗體模塊 337