Python数据分析入门与实战

10.4 案例结论

10.3 具体目标分析

10.2 数据清洗

10.1 数据准备

第10章 电商销售数据分析

9.3 Seaborn图形绘制

9.2 Matplotlib图形绘制

9.1 Pandas图形绘制

第9章 数据可视化

8.4 滑动窗口

8.3 时间序列

8.2 groupby应用机制

8.1 多层索引

第8章 Pandas数据优化

7.4 数据预处理实战

7.3 高级数据预处理方法

7.2 数据变换

7.1 数据预处理是什么

第7章 数据预处理

6.5 SQL文件的读取

6.4 JSON文件的读写操作

6.3 Excel文件的读写操作

6.2 CSV文件的读写操作

6.1 txt文件的读写操作

第6章 数据加载

5.3 Pandas的常用方法

5.2 数据索引与选取

5.1 Pandas中的数据对象

第5章 数据规整之Pandas入门

4.6 通用函数

4.5 索引与切片

4.4 数据类型

4.3 数组

4.2 数组的创建

4.1 NumPy安装

第4章 数据灵魂基础之NumPy

3.10 Python项目

3.9 异常报错机制

3.8 模块与文件

3.7 函数

3.6 数据类型

3.5 结构语句

3.4 运算符

3.3 注释

3.2 变量

3.1 输出和输入

第3章 Python基础知识

2.5 安装第三方库

2.4 Jupyter Notebook功能介绍

2.3 Anaconda

2.2 Python的常用IDE

2.1 Python简介

第2章 环境安装

1.4 数据分析

1.3 数据处理

1.2 数据的类别与变化

1.1 重新认识数据分析

第1章 认识数据分析

前言

致数字化人才的一封信

版权页

前折页

封面

封面

前折页

版权页

致数字化人才的一封信

前言

第1章 认识数据分析

1.1 重新认识数据分析

1.2 数据的类别与变化

1.3 数据处理

1.4 数据分析

第2章 环境安装

2.1 Python简介

2.2 Python的常用IDE

2.3 Anaconda

2.4 Jupyter Notebook功能介绍

2.5 安装第三方库

第3章 Python基础知识

3.1 输出和输入

3.2 变量

3.3 注释

3.4 运算符

3.5 结构语句

3.6 数据类型

3.7 函数

3.8 模块与文件

3.9 异常报错机制

3.10 Python项目

第4章 数据灵魂基础之NumPy

4.1 NumPy安装

4.2 数组的创建

4.3 数组

4.4 数据类型

4.5 索引与切片

4.6 通用函数

第5章 数据规整之Pandas入门

5.1 Pandas中的数据对象

5.2 数据索引与选取

5.3 Pandas的常用方法

第6章 数据加载

6.1 txt文件的读写操作

6.2 CSV文件的读写操作

6.3 Excel文件的读写操作

6.4 JSON文件的读写操作

6.5 SQL文件的读取

第7章 数据预处理

7.1 数据预处理是什么

7.2 数据变换

7.3 高级数据预处理方法

7.4 数据预处理实战

第8章 Pandas数据优化

8.1 多层索引

8.2 groupby应用机制

8.3 时间序列

8.4 滑动窗口

第9章 数据可视化

9.1 Pandas图形绘制

9.2 Matplotlib图形绘制

9.3 Seaborn图形绘制

第10章 电商销售数据分析

10.1 数据准备

10.2 数据清洗

10.3 具体目标分析

10.4 案例结论