【现货速发】Python数据分析 微课版

Python作为一种程序设计语言，凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。同时，Python语言的数据分析功能也逐渐为大众认可。本书基于Python 3.6构建Python开发平台,全面涵盖Python基础编程知识；详解数据分析的数据特征、数据清洗、数据集成、数据规范化、数据归约、数据降维、数据分析建模、数据可视化和评估等流程，涵盖了Python常用的数据分析模块和数据分析算法。本书以13章的篇幅介绍Python数据分析，包括Python语言基础、程序控制结构、函数、正则表达式、文件与文件夹操作、用matplotlib实现数据可视化、numpy库、pandas库、数据质量分析、数据预处理、数据分析方法等内容。 本书可作为高等院校各专业的数据分析课程教材，也可作为数据分析人员、想从事数据工作的初学者的参考书。

第1章  Python语言基础

1.1  Python语言的特点

1.2  Python的安装方法

1.3  编写Python代码的方式

1.3.1  用文本编辑器编写代码

1.3.2  用命令行格式的Python  Shell编写代码

1.3.3  用带图形界面的Python  Shell编写交互式代码

1.3.4  用带图形界面的Python  Shell编写程序代码

1.4  Python中的注释

1.4.1  Python中的单行注释

1.4.2  Python中的多行注释

1.5  Python中的对象

1.5.1  对象的身份

1.5.2  对象的类型

1.5.3  对象的值

1.5.4  对象的引用

1.5.5  对象的共享引用

1.5.6  对象是否相等的判断

1.6  Python中的变量

1.7  Python中的基本数据类型

1.7.1  number（数值）

1.7.2  string（字符串）

1.7.3  list（列表）

1.7.4  tuple（元组）

1.7.5  dictionary（字典）

1.7.6  set（集合）

1.7.7  Python数据类型之间的转换

1.8  Python中的运算符

1.9  Python中的数据输入

1.10  Python中的数据输出

1.10.1  表达式语句输出

1.10.2  print()函数输出

1.10.3  字符串对象的format方法的格式化输出

1.11  Python中文件的基本操作

1.12  Python库的导入与扩展库的安装

1.12.1  库的导入

1.12.2  扩展库的安装

第2章  程序控制结构

2.1  布尔表达式

2.2  选择结构

2.2.1  单向if选择语句

2.2.2  双向if-else选择语句

2.2.3  嵌套if选择语句和多向if-elif-else选择语句

2.3  条件表达式

2.4  选择结构程序举例

2.5  while循环

2.6  循环控制策略

2.6.1  交互式循环

2.6.2  哨兵式循环

2.6.3  文件式循环

2.7  for循环

2.7.1  for循环的基本用法

2.7.2  for循环与range()函数的结合使用

2.8  循环中的break、continue和else

2.8.1  用break语句提前终止循环

2.8.2  用continue语句提前结束本次循环

2.8.3  循环语句的else子句

2.9  循环结构程序举例

第3章  函数

3.1  为什么要用函数

3.2  怎样定义函数

3.3  函数调用

3.3.1  带返回值的函数调用

……

第4章  正则表达式

第5章  文件与文件夹操作

第6章  用matplotlib实现数据可视化

第7章  numpy库

第8章  pandas库

第9章  数据质量分析

第10章  数据预处理

第11章  数据分析方法

第12章  基于信用卡消费行为的银行信用风险分析

第13章  文本情感分析

参考文献

Python作为一种程序设计语言，凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。同时，Python语言的数据分析功能也逐渐为大众认可。本书基于Python 3.6构建Python开发平台,全面涵盖Python基础编程知识；详解数据分析的数据特征、数据清洗、数据集成、数据规范化、数据归约、数据降维、数据分析建模、数据可视化和评估等流程，涵盖了Python常用的数据分析模块和数据分析算法。本书以13章的篇幅介绍Python数据分析，包括Python语言基础、程序控制结构、函数、正则表达式、文件与文件夹操作、用matplotlib实现数据可视化、numpy库、pandas库、数据质量分析、数据预处理、数据分析方法等内容。 本书可作为高等院校各专业的数据分析课程教材，也可作为数据分析人员、想从事数据工作的初学者的参考书。

l 全面涵盖Python基础编程知识，基于Python 3.6构建Python开发平台。 
l 详解数据特征、数据清洗、数据集成、数据规范化、数据规约、数据降维、数据建模、数据分析、数据可视化。 
l 涵盖Python常用数据分析模块和数据分析算法。 
l 提供多个数据分析综合案例，详述数据分析的整个流程。 
l 案例驱动学习，包含  个案例。 
l 提供教学大纲、教学计划、教学课件、源代码等教学资源。