Python数据分析

　　本书根据当前高校教学的实际需要，顺应教学改革新形势下“学做合一”和“理实一体”的潮流，结合企业实际，以案例引领的形式编写。主要讲解了Numpy、Pandas、文件格式与读写、数据规整化、数据可视化、分组与聚合、时间序列等知识。通过对本书的学习，学生可以迅速掌握数据分析的关键知识，并有效应用于实际岗位工作。本书内容通俗易懂，注重以应用为中心、以案例为载体，先基础后专业、先实践后理论，具体特点体现在以下几个方面：（1）案例引领。全书包含大量案例，涵盖了数据分析的大部分知识点及实际岗位需求，实现了理论知识和企业需求的双边驱动。（2）图文并茂。全书通过大量图片来辅助文字说明，每幅图片均与讲解内容密切配合，即清晰易懂，又简洁明了，读者按照书中所讲即可独立完成操作。（3）通俗简洁。本书在语言上力求通俗化，便于学生理解，力求做到“内容一看即懂，实例一练就会”。

　　崔连和，齐齐哈尔信息工程学校高级教师，校长。齐齐哈尔大学计算机专业特聘讲师，齐齐哈尔市第八、九、十届政协委员。全国计算机程序设计竞赛裁判，全国十大特教园丁，全国自强模范，齐齐哈尔市五四青年奖章获得者。主要讲授“数据库应用技术”“数据结构”等课程。在国内外刊物发表了20余篇论文，拥有6项科研成果，具有丰富的教学和教材编写经验。黄德海，齐齐哈尔大学教师。

单元1　数据分析概述
1．1　数据分析的时代背景
1．2　什么是数据分析
1．3　数据分析的基本流程
1．4　为什么选择Python
1．5　下载与安装Anaconda
1．6　安装IPython
单元小结
技能检测
单元2　numPy 基础
2．1　NumPy 数组对象ndarray
2．2　数组的访问与变换
2．3　矩阵与通用函数
2．4　统计方法和文件存取
2．5　随机函数
2．6　案例——利用NumPy 库求值
单元小结
技能检测
单元3　Pandas 入门
3．1　Pandas 数据结构
3．2　索引操作
3．3　排序
3．4　数据的更新、选取和过滤
3．5　算术运算与数据对齐
3．6　统计计算与描述
3．7　案例——某高校录取分数线统计分析
单元小结
技能检测
单元4　文件格式与读写
4．1　读取文本文件
4．2　读写Excel 文件
4．3　读取JSON 文件
4．4　读取HTML
4．5　读取数据库
单元小结
技能检测 9
单元5　数据规整化
5．1　合并数据集
5．2　重塑
5．3　数据转换
5．4　案例——期末成绩规整化处理
单元小结
技能检测
单元6　数据可视化
6．1　Matplotlib
6．2　Pandas 绘图函数
6．3　案例——商场抽奖
单元小结
技能检测
单元7　分组与聚合
7．1　分组
7．2　聚合
7．3　分组级运算和转换
7．4　案例——学生信息的分组与聚合
单元小结
技能检测
单元8　时间序列
8．1　日期和时间
8．2　时间序列操作
8．3　固定频率时间序列
8．4　时间周期及算术运算
8．5　重采样
8．6　移动窗口函数
8．7　案例——2010 年某市天气情况分析
单元小结
技能检测