Python程序设与据分析项目实战 微课视频版

Python的个版本诞生于1991年，因其开源特性，深受广大爱好者喜爱，截至目前，各领域的Python扩展库已超过20万个项目，语言应用范围广泛。随着人工智能技术的不断兴起，Python在数据采集、数据分析及可视化领域的应用广受重视，考虑到Python在数据分析方面的诸多优点，兼顾广大读者更习惯于即学即用的学习方式，特将Python程序设计基础、数据分析及案例结合起来编写此书，希望可以为读者带来帮助。

本书主要内容

本书内容以问题为导向，非常适合初学者学习Python，同时还可以详细了解数据分析具体流程。 读者可以在短时间内学习本书中介绍的Python程序设计基础与数据分析案例。

作为一本介绍Python程序设计基础与数据分析案例的图书，本书共分为两部分13章。

部分为Python程序设计基础篇，包括第1~8章。

第1章Python开发环境。Python简介部分主要介绍Python的发展历程、Python的特点、Python的应用领域、Python的安装； Python IDLE开发环境部分包括IDLE简介、使用IDLE环境创建Python程序； Anaconda 3集成环境与Jupyter Notebook部分包括Anaconda下载与安装、Conda命令用法以及Jupyter Notebook； Jupyter Notebook使用详解部分包括Jupyter Notebook的启动、编辑界面功能介绍； 扩展库安装及导入使用； Python编写规范。

第2章Python变量类型、运算符与表达式、内置函数。变量与数据类型部分重点介绍了变量和常量的概念、命名规则和数据类型； 运算符与表达式部分详细阐述了算术运算符、关系运算符、逻辑运算符、赋值运算符、位运算符、成员运算符、集合运算符、运算符优先级以及表达式； 函数部分介绍了Python中常用内置函数以及常用标准库函数。

第3章Python程序控制结构。选择结构部分包括单分支选择结构、双分支选择结构、多分支选择结构及嵌套选择结构； 循环结构部分介绍了for循环、while循环、嵌套循环及循环控制语句； 异常处理部分介绍了异常的常见形式和异常处理结构语法。

第4章列表与元组。列表部分详细讲述了列表的创建及删除、列表元素访问与切片、列表常用方法、列表运算及列表推导式； 元组部分讲述了元组的创建及元素访问、元组运算符、元组索引与切片、生成器推导式； 后介绍了列表与元组的区别与联系。

第5章字典与集合。字典部分介绍了字典的概念与特性、字典的创建与删除、字典元素访问、字典元素的增加、修改和删除、字典内置函数与方法； 集合部分介绍了集合的概念、集合的创建与删除、集合元素的添加与删除、集合常用方法和综合例题。

第6章函数定义及使用。函数定义的语法格式与调用部分详细介绍了函数定义的语法格式与调用概述、递归函数的定义与调用； 函数参数介绍了位置参数、默认参数、关键参数以及可变长度参数； Lambda表达式； 生成器函数与修饰器函数部分介绍了生成器函数与修饰器函数的定义与使用； Python中的包部分介绍了包的创建与导入。

第7章Python数据分析基础。NumPy库部分介绍了NumPy数据结构、ndarray常见操作、常用的操作函数； Pandas库部分介绍了Pandas数据结构、Pandas数据读写及Pandas常用操作。

第8章Python数据可视化。Matplotlib部分包括Matplotlib安装与设置、图形的基本构成、基本绘图流程、常用图形绘制； Pyecharts部分包括Pyecharts概述、Pyecharts图表配置项及Pyecharts常用图表绘制。

第二部分为数据分析综合案例篇，包括第9~13章。

第9章白葡萄酒品质分析案例，首先进行了数据集描述，然后从导入数据、数据描述性统计及数据分布、数据清洗、数据分析等方面展开白葡萄酒品质数据分析。

第10章药品销售数据分析案例，以某医院药房2018年销售数据为例，了解该医院2018年的药品销售情况。首先进行了案例介绍与数据集描述，之后进行了数据清洗，然后展开建模分析，后进行了可视化分析。

第11章电商用户行为分析案例，先进行了数据集描述与用户行为分析过程，然后进行数据清洗，之后将数据保存到本地，导入Pandas进行数据分析，包括用户流量及购物情况、用户行为转化漏斗、购买率高低与人群特征、时间维度上了解用户行为习惯及商品维度分析。

第12章电商平台大数据消费分析案例，先描述案例背景与目标，进行了数据集描述，然后对数据导入并进行了描述性统计分析，对异常值进行检测和处理，详细分析了客户交易行为及客户标签画像。

第13章银行客户信用风险评估案例，介绍了项目背景与目标，进行了客户数据探索与预处理，构建了信用评估指标体系，后构建了风控模型并应用。

本书特色

（1） 需求导向，讲解详细。结合Python基础知识与数据分析案例详细讲解数据分析过程。

（2） 夯实基础，案例丰富。基础篇各章节案例涵盖相应知识点，案例篇包括5个完整项目案例。

（3） 代码详尽，易于操作。全书提供各章节的详细代码与数据，方便读者实际操作。

（4） 风格简明，通俗易懂。由浅入深地带领读者学会 Python 语言基本内容以及数据分析基本流程。

配套资源

为便于教与学，本书配有微课视频（180分钟）、源代码、教学课件、教学大纲、教学计划、习题题库。

（1） 获取微课视频方式： 读者可以先刮开并扫描本书封底的文泉云盘防盗码，再扫描书中相应的视频二维码，观看视频。

（2） 获取源代码和全书网址方式： 先扫描本书封底的文泉云盘防盗码，再扫描下方二维码，即可获取。

源代码

全书网址

（3） 其他配套资源可以扫描本书封底的“书圈”二维码，回复本书的书号即可下载。

读者对象

本书可作为全国高等学校计算机或非计算机专业“Python程序设计”“数据分析及可视化”等课程的教材，也可作为从事高等教育的专任教师的教学参考用书，以及有意向学习数据分析相关技术的研究生的参考用书。

本书由齐齐哈尔大学的王世波任主编，齐齐哈尔大学的武志勇任第二主编，牡丹江师范学院的李明、齐齐哈尔大学的陈学千任副主编。其中，王世波编写了第5、6、9章和第11~13章，武志勇编写了第7、8章，李明编写了第1、3章，陈学千编写了第2、4、10章。由王世波负责统稿。

在编写本书的过程中，作者参考了诸多相关资料，在此对相关资料的作者表示衷心的感谢。限于个人水平和时间仓促，书中难免存在疏漏之处，欢迎广大读者批评指正。

作者
2023年1月

本书将Python程序设计基础和数据分析案例相结合，循序渐进地介绍Python基础知识和数据分析及可视化的全过程。全书共2篇13章，部分Python程序设计基础篇，从第1~8章，分别介绍Python开发环境、Python变量类型运算符与表达式、Python程序控制结构、列表与元组、字典与集合、函数定义使用、Python数据分析基础、Python数据可视化等知识；第二部分数据分析综合案例篇，包括第9~13章，共5个数据分析案例，详细阐述了数据分析及可视化的步骤及内容并配有微视频，全书中的每个知识点都有相应的实现代码和实例。 本书适合作为高等学校非计算机专业学生学习Python程序设计、数据分析及可视化使用，也可作为高等教育的专任教师及研究生数据分析相关课程参考用书。

部分Python程序设计基础篇

第1章Python开发环境

1.1Python简介

1.1.1Python的发展历程

1.1.2Python的特点

1.1.3Python的应用领域

1.1.4Python的安装

1.2Python IDLE开发环境

1.2.1IDLE简介

1.2.2使用IDLE环境创建Python程序

1.3Anaconda 3集成环境与Jupyter Notebook

1.3.1Anaconda下载与安装

1.3.2Conda命令用法

1.3.3Jupyter Notebook

1.4Jupyter Notebook使用详解

1.4.1Jupyter Notebook的启动

1.4.2Jupyter Notebook的编辑界面

1.5扩展库安装及导入使用

1.6Python编写规范

习题

第2章Python变量类型、运算符与表达式、内置函数

2.1变量与数据类型

2.1.1变量

2.1.2常量

2.1.3数据类型

2.2运算符与表达式

2.2.1算术运算符

2.2.2关系运算符

2.2.3逻辑运算符

2.2.4赋值运算符

2.2.5位运算符

2.2.6成员运算符

2.2.7集合运算符

2.2.8运算符优先级

2.2.9表达式

2.3函数

2.3.1常用内置函数

2.3.2常用标准库函数

习题

第3章Python程序控制结构

3.1选择结构

3.1.1单分支选择结构

3.1.2双分支选择结构

3.1.3多分支选择结构

3.1.4嵌套选择结构

3.2循环结构

3.2.1for循环

3.2.2while循环

3.2.3嵌套循环

3.2.4循环控制语句

3.3异常处理

3.3.1异常的常见形式

3.3.2异常处理结构语法

3.4综合例题

习题

第4章列表与元组

4.1列表

4.1.1列表的创建及删除

4.1.2列表元素访问与切片

4.1.3列表常用方法

4.1.4列表运算

4.1.5列表推导式

4.2元组

4.2.1元组的创建及元素访问

4.2.2元组运算符、元组索引与切片

4.2.3生成器推导式

4.3列表与元组的区别与联系

4.4综合例题

习题

第5章字典与集合

5.1字典

5.1.1字典的概念与特性

5.1.2字典的创建与删除

5.1.3字典元素访问

5.1.4字典元素的增加、修改与删除

5.1.5字典内置函数与方法

5.2集合

5.2.1集合的概念

5.2.2集合的创建与删除

5.2.3集合元素的添加与删除

5.2.4集合常用方法

5.3综合例题

习题

第6章函数定义及使用

6.1函数定义的语法格式与调用

6.1.1函数定义的语法格式与调用概述

6.1.2递归函数的定义与调用 

6.2函数参数

6.2.1位置参数

6.2.2默认参数

6.2.3关键参数

6.2.4可变长度参数

6.3Lambda表达式

6.4生成器函数与修饰器函数

6.4.1生成器函数的定义与使用

6.4.2修饰器函数的定义与使用

6.5Python中的包

6.5.1包的创建

6.5.2包的导入

习题

第7章Python数据分析基础

7.1NumPy库

7.1.1NumPy数据结构

7.1.2ndarray常见操作

7.1.3常用的操作函数

7.2Pandas库

7.2.1Pandas数据结构

7.2.2Pandas数据读写

7.2.3Pandas常用操作

第8章Python数据可视化

8.1Matplotlib

8.1.1Matplotlib安装与设置

8.1.2图形的基本构成

8.1.3基本绘图流程

8.1.4常用图形绘制

8.2Pyecharts

8.2.1Pyecharts概述

8.2.2Pyecharts图表配置项

8.2.3Pyecharts常用图表绘制

第二部分数据分析综合案例篇

第9章白葡萄酒品质分析

9.1数据集描述

9.2白葡萄酒数据分析

9.2.1导入数据

9.2.2数据描述性统计及数据分布

9.2.3数据清洗

9.2.4数据分析

第10章药品销售数据分析

10.1案例介绍与数据集描述

10.2数据清洗

10.2.1数据导入

10.2.2选择子集

10.2.3列名重命名 

10.2.4缺失值处理

10.2.5数据类型转换

10.2.6异常值处理

10.2.7数据排序

10.3建模分析

10.3.1月均消费次数

10.3.2月均消费金额

10.3.3客单价

10.4可视化分析

10.4.1消费趋势

10.4.2每月消费金额

10.4.3药品销售情况

第11章电商用户行为分析

11.1数据集描述与用户行为分析过程

11.1.1数据描述

11.1.2用户行为分析过程

11.2数据清洗

11.2.1导入数据并查看

11.2.2更改列名并显示前100行记录

11.2.3查看缺失值情况

11.2.4时间戳列数据处理

11.2.5数据日期区间清洗

11.3数据读入Pandas

11.4构建模型与分析问题

11.4.1用户流量及购物情况

11.4.2用户行为转化漏斗

11.4.3购买率高低与人群特征

11.4.4时间维度上了解用户行为习惯

11.4.5商品维度分析

11.4.6分析总结

第12章电商平台大数据消费分析

12.1案例背景与目标

12.2数据集描述

12.3数据导入与描述统计分析

12.3.1导入数据

12.3.2数据描述统计分析

12.4数据清洗： 异常值检测与处理

12.4.1交易时间异常值检测

12.4.2交易时间异常值处理

12.4.3交易金额异常值处理

12.4.4交易附言缺失处理

12.4.5时间格式和时区转换

12.4.6量纲转换

12.4.7重复数据处理

12.5客户交易行为分析

12.5.1交易次数随时间变化分析

12.5.2交易金额随时间变化分析

12.5.3交易有效时段限定

12.5.4每天24小时交易次数的分布

12.5.5客户交易次数的可视化分析

12.5.6客户平均交易金额的可视化分析

12.5.7客户交易流入流出次数的可视化分析

12.5.8客户交易流入流出金额的可视化分析

12.5.9交易附言词云图

12.6客户标签画像

12.6.1事实类标签

12.6.2规则类标签

第13章银行客户信用风险评估

13.1项目背景与目标

13.1.1项目背景

13.1.2目标

13.2客户数据探索与预处理

13.2.1数据集介绍

13.2.2数据导入与格式转换

13.2.3探索性数据分析

13.2.4数据预处理

13.3信用评估指标体系构建

13.3.1建立信用评估指标体系

13.3.2各新建指标定义及实现代码

13.4风控模型构建与应用

13.4.1风控模型构建

13.4.2风控模型应用

参考文献

本书将Python程序设计基础和数据分析案例相结合，循序渐进地介绍Python基础知识和数据分析及可视化的全过程。全书共2篇13章，部分Python程序设计基础篇，从第1~8章，分别介绍Python开发环境、Python变量类型运算符与表达式、Python程序控制结构、列表与元组、字典与集合、函数定义使用、Python数据分析基础、Python数据可视化等知识；第二部分数据分析综合案例篇，包括第9~13章，共5个数据分析案例，详细阐述了数据分析及可视化的步骤及内容并配有微视频，全书中的每个知识点都有相应的实现代码和实例。 本书适合作为高等学校非计算机专业学生学习Python程序设计、数据分析及可视化使用，也可作为高等教育的专任教师及研究生数据分析相关课程参考用书。

本书特色 
（1）需求导向，结合Python基础知识与数据分析案例详细讲解数据分析过程。 
（2）案例丰富，基础篇各章节案例涵盖相应知识点，案例篇包括5个完整项目案例。 
（3）代码详尽，全书提供各章节的详细代码与数据，方便读者操作。 
（4）语言简明易懂，由浅入深带你学会 Python 语言基本内容以及数据分析基本流程。 
（5）数据分析案例配有详细的微视频，便于读者理解案例详情。