Python编程与数据分析基础 有笔记

图书标准信息

• 作者 陈洁；刘姝
• 出版社 清华大学出版社
• 出版时间 2021-08
• 版次 1
• ISBN 9787302585596
• 定价 45.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 字数 305.000千字

【内容简介】

本教材面向文科专业学生，以数据分析应用为目的，分为两大部分，部分介绍Python语言的基础知识，包括程序控制结构、序列数据结构、函数和文件等基础内容；第二部分介绍数据分析方法及其应用，主要包括Numpy科学计算、Pandas数据分析和数据可视化。内容的组织和编排注重文科专业学生的认知规律，循序渐进，代码步骤清晰、注释详细，方便学生学习；每章除了有讲解各知识点的示例，还配备了综合案例；在数据分析部分，以“订单”数据集为分析对象，介绍了从外部数据源读取数据、进行数据预处理和数据分析、再以图表可视化展示分析结果的全过程，在介绍数据分析方法的过程中，也特别注重数据分析思维的传授。

【作者简介】

陈洁,中华女子学院计算机系教师，长期从事计算机公共课程和专业课教学。本人曾在清华大学出版社出版教材《Access数据库与程序设计》，已再版至第3版

【目录】

第1章 Python概述 

1.1 计算机程序与编程语言 

1.2 Python语言介绍 

1.2.1 Python的起源与发展

1.2.2 Python的特点 

1.2.3 Python的应用领域与发展趋势 

1.3 Python环境安装与使用 

1.3.1 安装与配置Python环境 

1.3.2 Python开发环境IDLE及其使用 

1.3.3 其他集成开发环境 

1.4 Python扩展库 

1.5 本章小结 

1.6 习题 

 

第2章 Python语言基础 

2.1 常量与变量

2.2 运算符与表达式 

2.3 数据类型

2.3.1 数字

2.3.2 字符串

2.3.3 列表、元组、字典和集合 

2.4 内置函数 

2.5 基本输入输出 

2.6 导入模块 

2.7 语言基础综合应用 

2.8 本章小结 

2.9 习题 

 

第3章 程序控制结构 

3.1 选择结构

3.2 循环结构 

3.2.1 while语句 

3.2.2 for语句 

3.2.3 break、continue和else 

3.2.4 嵌套的循环结构 

3.3 程序控制结构综合应用 

3.4 本章小结 

3.5 习题 

 

第4章 序列数据结构 

4.1 序列结构概述 

4.2 列表 

4.2.1 列表的创建与访问 

4.2.2 列表的常用操作 

4.2.3 列表推导式 

4.3 元组 

4.3.1 元组的创建与访问 

4.3.2 元组的常用操作 

4.4 字典 

4.4.1 字典的创建与访问 

4.4.2 字典的常用操作 

4.5 集合 

4.5.1 集合的创建 

4.5.2 集合的常用操作 

4.6 字符串 

4.7 序列解包 

4.8 序列结构综合应用 

4.9 本章小结 

4.10 习题 

 

第5章 自定义函数 

5.1 函数的定义和调用 

5.2 函数参数 

5.2.1 位置参数 

5.2.2 默认值参数 

5.2.3 关键字参数 

5.2.4 可变长参数 

5.3 变量作用域 

5.4 Lambda表达式 

5.5 递归函数 

5.6 函数综合应用 

5.7 本章小结 

5.8 习题 

 

第6章 文件操作 

6.1 文件概念 

6.2 文本文件操作 

6.2.1 文件的打开与关闭 

6.2.2 文件的读写 

6.3 CSV文件操作 

6.4 目录常用操作 

6.5 文件操作综合应用 

6.6 本章小结 

6.7 习题 

 

第7章 Numpy数值计算 

7.1 数组的创建与访问 

7.1.1 创建数组 

7.1.2 查看数组属性 

7.1.3 访问数组 

7.1.4 修改数组 

7.2 数组的运算 

7.3 数组的操作 

7.3.1 数组的排序 

7.3.2 数组的合并 

7.4 基于Numpy的数据分析 

7.5 本章小结 

7.6 习题 

 

第8章 Pandas数据处理与分析 

8.1 Pandas基本数据结构 

8.1.1 系列 

8.1.2 数据框 

8.1.3 访问数据框 

8.1.4 修改数据框 

8.1.5 数据框的排序 

8.2 数据分析概述 

8.3 数据的导入与导出 

8.3.1 数据的导入 

8.3.2 数据的导出 

8.4 数据预处理 

8.4.1 缺失值处理 

8.4.2 异常值处理 

8.4.3 重复值处理 

8.4.4 其它处理 

8.5 数据查询 

8.6 数据汇总 

8.6.1 分组统计 

8.6.2 分区统计 

8.6.3 重采样 

8.7 建立数据透视表 

8.8 数据框的合并与连接 

8.9 本章小结 

8.10 习 题

 

第9章 数据可视化 

9.1 基本绘图方法 

9.2 Matplotlib绘图 

9.2.1 Matplotlib简介 

9.2.2 绘制折线图 

9.2.3 绘制直条图 

9.2.4 绘制饼图 

9.2.5 绘制散点图 

9.2.6 绘制直方图 

9.3 Pandas绘图 

9.4 数据可视化应用 

9.5 本章小结 

9.6 习 题

附录

参考文献