新書推薦：
《
周易
》
售價：HK$
44.6
《
东南亚的传统与发展
》
售價：HK$
67.2
《
乾隆制造
》
售價：HK$
87.4
《
资治通鉴臣光曰辑存 资治通鉴目录（司马光全集）（全二册）
》
售價：HK$
304.4
《
明代社会变迁时期生活质量研究
》
售價：HK$
316.2
《
律令国家与隋唐文明
》
售價：HK$
76.7
《
现代吴语的研究（中华现代学术名著3）
》
售價：HK$
65.0
《
天下的当代性：世界秩序的实践与想象（新版）
》
售價：HK$
77.3
|
| 內容簡介： |
|
本书采用案例和理论相结合的形式，以Anaconda和PyCharm为开发工具，系统地重点阐述了利用Python进行数据预处理、分析与可视化等相关知识，讲解了Python各种数据处理展示的函数方法的使用方法。全书共有6章，分别是数据分析概述、Python基础、利用Pandas进行数据预处理、利用Pandas进行数据分析、利用Matplotlib进行数据可视化、Python数据分析与综合应用。在教学设计中安排了知识图谱、学习目标、知识指南、任务实训、结果分析、巩固训练、每章测试等模块。本书既可以作为本科和高职院校各专业数据分析相关课程的教材，也可以作为企业电子商务、市场营销、数据分析人员的参考资料。
|
| 關於作者： |
|
李良，男，讲师，就职于苏州工业职业技术性学院，2018年，国家精品在线开放课程《计算机应用基础》，排名第四，主要针对大数据、人工智能等专业领域的教学。
|
| 目錄：
|
第1章 数据分析概述 1
1.1 认识数据分析 1
一、数据分析背景 1
二、数据分析流程 2
三、数据分析应用 3
1.2 认识Python 3
一、Python的发展趋势 3
二、Python的特点 4
三、Python的常用库 4
1.3 安装环境 6
一、安装Anaconda 6
二、安装PyCharm 11
三、在PyCharm中导入Anaconda环境 14
四、查看PyCharm中的安装库 18
1.4 数据分析概述测试题 21
第2章 Python基础 23
2.1 Python基本操作 23
一、变量 24
二、转义符 24
三、输入与输出 25
四、算术运算符 27
2.2 Python选择结构 29
一、关系运算符 29
二、单分支选择结构 30
三、双分支选择结构 31
四、多分支选择结构 31
2.3 Python循环语句 33
一、while循环语句 34
二、for循环语句一般形式 34
2.4 Python列表操作 39
一、创建列表 39
二、访问列表元素与切片列表 40
三、添加列表元素 41
四、修改列表元素 42
五、删除列表元素 42
六、列表的常用方法 43
2.5 Python字符串操作 46
一、字符串的访问 46
二、字符串的操作 47
2.6 Python字典操作 52
一、创建字典 53
二、访问字典关键字 53
三、访问字典元素 54
四、更新字典元素 54
五、删除字典元素 55
六、利用字典创建二维字典 56
2.7 Python函数操作 58
一、定义函数 59
二、调用函数 59
三、匿名函数 60
2.8 Python的NumPy库 64
一、创建数组对象 64
二、查看数组属性 66
三、数组的索引与切片 67
四、NumPy随机数 68
五、NumPy的操作 70
2.9 Python基础测试题 72
第3章 利用Pandas进行数据预处理 74
3.1 数据的创建与操作 74
一、Series的创建与操作 75
二、DataFrame的创建与操作 80
3.2 数据的导入与保存 84
一、导入数据设置 84
二、导入外部文件 85
三、导入Sklearn自带数据 86
四、保存数据 86
3.3 数据的新增与删除 91
一、新增列数据 91
二、数据的删除 93
3.4 数据的筛选与切片 96
一、直接选取列数据 96
二、利用loc函数选取行数据 97
三、选取DataFrame切片数据 99
3.5 数据的去空与去重 104
一、数据去空 104
二、数据去重 107
3.6 数据的填充与替换 111
一、空值填充 111
二、批量替换 113
3.7 数据的拼接和合并 117
一、数据的纵向拼接 117
二、数据的横向合并 119
3.8 时间的转换与提取 123
一、生成时间类数据 124
二、转化DataFrame时间数据 126
三、提取时间信息 126
3.9 利用Pandas进行数据预处理测试题 129
第4章 利用Pandas进行数据分析 132
4.1 数据的排序与排名 132
一、数据排序 133
二、数据排名 134
4.2 数据的统计与描述 137
一、数值型字段的统计与描述 137
二、分类型字段的统计与描述 140
4.3 数据的分组与分段 144
一、数据分组统计分析 144
二、数据分段统计分析 147
4.4 数据的交叉与透视 149
一、频数交叉表 149
二、数据透视表 151
4.5 数据的正态性分析 156
一、数据的正态分布 156
二、正态分布的描述 157
三、正态分布的验证 158
4.6 数据的相关性分析 164
一、相关关系的概念 164
二、相关分析 164
4.7 利用Pandas进行数据分析测试题 169
第5章 利用Matplotlib进行数据可视化 171
5.1 绘图设置与简单绘图 171
一、绘图设置 172
二、简单绘图 177
5.2 绘制柱形图 180
一、柱形图 180
二、添加数据标签 184
5.3 绘制条形图 187
一、直接绘制条形图 187
二、利用数据分组绘制条形图 190
5.4 绘制折线图 194
一、折线图 194
二、添加折线图辅助线 195
5.5 绘制散点气泡图 200
一、散点图 200
二、绘制气泡图 202
5.6 绘制饼图与圆环图 208
一、绘制饼图及其文本设置 208
二、绘制圆环图 210
5.7 利用Matplotlib进行数据可视化测试题 214
第6章 Python数据分析与综合应用 216
6.1 成绩数据预处理与分析 216
一、数据源 216
二、要求 217
三、步骤 217
四、结论 221
6.2 房产数据预处理与分析 221
一、数据源 221
二、目标 222
三、步骤 222
四、结论 227
6.3 餐饮数据分析与可视化 227
一、数据源 227
二、目标 228
三、步骤 228
四、结论 235
6.4 超市数据分析与可视化 236
一、数据源 236
二、目标 237
三、步骤 238
四、结论 245
6.5 工业数据分析与可视化 246
一、数据源分析 246
二、目标 248
三、分析步骤 248
四、结论 255
附录A 函数方法表 257
附录B 颜色表 261
参考文献 262
|
| 內容試閱：
|
前 言
随着我国经济的迅猛发展，企业间的竞争也变得日趋激烈，很多企业越来越认识到数据分析的重要性。企业通过各类数据的采集、预处理、分析、挖掘和可视化，可以提高营销的针对性和有效性，实现降费增效。同时，大数据技术和人工智能等新专业也已经纷纷在各个高职和本科院校开设，数据分析技术已经成为许多本科和高职院校大数据、经济管理、电子商务等专业的基础课程。
Python在程序设计、数值计算、数据分析、数据可视化等方面都有非常成熟的解决方案，在行业和学术研究中使用Python进行数据分析和可视化的趋势越来越明显。对于想要从事数据分析岗位的初学者，学习Python数据分析是一个不错的选择。根据实用为主、突出实践的写作宗旨，编者整理了多年来的教学积累，以及广泛参与数据分析项目的实战经验，编写了本书。
本书以培养职业能力为主要目标，设计6个章节，主要包括数据分析概述、Python基础、利用Python进行数据预处理、利用Pandas进行数据分析、利用Matplotlib进行数据可视化、Python数据分析与综合应用。重点介绍了数据导入、去空去重、填充替换、排序排名、分组分段、交叉透视、柱形图、条形图、饼图等数据分析方法在实际项目中的应用，以及Python、Pandas和Matplotlib的使用方法与应用案例。
本教材采用的软件为Anaconda和PyCharm。本书既强调基础，又力求体现新知识与新技术，在编写体例上采用简约的文字表述，配合详细操作步骤的图片，图文并茂，直观明了。注重理论和实践相结合，设置了知识图谱、学习目标、知识指南、任务实训、结果分析等模块。为了让读者能够及时地检查自己的学习效果，把握自己的学习进度，每节都附有丰富的巩固训练，前五章还配有测试题，并通过配套的技能训练项目来加强学生技能的培养。
本书具有以下特点：
1. 能力导向。以培养学生的职业能力为主要目标，设计适合高职院校学生的实践项目。
2. 案例丰富。教材中选取了近年来餐饮、电商、房产、工业等行业的实例进行分析。
3. 兼顾理论。在进行操作训练的同时，也适时补充了一些必要的统计学知识，便于今后进一步提高。
本书的参考学时为64学时，建议采用理论实践一体化的教学模式，各章的参考学时见下面的学时分配表。
学时分配表
章序号 课程内容 学时
第1章 数据分析概述 2
第2章 Python基础 16
第3章 利用Pandas进行数据预处理 16
第4章 利用Pandas进行数据分析 12
第5章 利用Matplotlib进行数据可视化 12
第6章 Python数据分析与综合应用 6
课时总计 64
本书由李良主编，本书的数据得到了八爪鱼云采集服务平台的支持，在此表示感谢。
由于编者水平和经验有限，书中难免有欠妥和错误之处，恳请读者批评指正。
编者
2020年5月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
