Python数据处理分析可视化与数据化运营(高等院校十三五规划教材)/Python系列

本书的编写主要围绕Python在企业中的数据分 析工作实践，着眼于构建完整的数据分析框架、方 法和技能的培养和训练。全书共10章，其中第1章和 第2章介绍了进行Python数据分析的准备工作和 Python基础知识；第3~9章介绍了数据对象的读写 、数据清洗和预处理、数据可视化、基本数据统计 分析和高级数据建模分析、自然语言理解和文本挖 掘、数据分析部署和应用等完整工作技能和方法； 第10章介绍了数据分析在数据化运营中的完整应用 思路、维度和框架。本书内容深入浅出，均以企业 真实需求引导学习，具有很强的实用性和操作性。 本书可以作为普通高等院校本科、专科统计、 商务分析、大数据等专业的课程教材，也可以作为 从事数据分析工作的人员的参考用书。

第 1章 认识Python 1.1 Python与数据分析 1.1.1 Python的概念 1.1.2 数据分析与Python 1.2 如何准备Python程序环境 1.2.1 如何安装Python程序 1.2.2 如何安装第三方库 1.3 Python数据分析库 1.3.1 Pandas 1.3.2 Scipy 1.3.3 Numpy 1.3.4 Scikit-Learn 1.3.5 Statsmodels 1.3.6 Gensim 1.4 Python交互环境Jupyter 1.4.1 启动Jupyter 1.4.2 Jupyter的功能区 1.4.3 Jupyter的常用操作 1.4.4 Jupyter的魔术命令 1.4.5 Jupyter的配置 1.5 执行第 一个Python程序 1.6 新手常见误区 1.6.1 随意升级库到最新版本 1.6.2 纠结于使用Python2还是Python 1.6.3 纠结于选择32位还是64位版本 实训：打印自己的名字 思考与练习 第 2章 Python语言基础 2.1 基础规则 2.1.1 Python解释器 2.1.2 编码声明 2.1.3 缩进和执行域 2.1.4 长语句断行 2.1.5 单行和多行注释 2.1.6 变量的命名和赋值规则 2.2 数据类型 2.2.1 数字型数据 2.2.2 字符型数据 2.2.3 日期型数据 2.2.4 数据类型的判断与转换 2.3 数据结构 2.3.1 列表和列表推导式 2.3.2 元组和元组推导式 2.3.3 字典和字典推导式 2.3.4 集合和集合推导式 2.3.5 数据结构的判断与转换 2.4 条件表达式与判断 2.4.1 单层条件判断 2.4.2 嵌套条件判断 2.4.3 多条件判断中的and和or 2.4.4 多条件判断中的链式比较、all和any 2.4.5 基于条件表达式的赋值 2.5 循环和流程控制 2.5.1 for循环和条件表达式 2.5.2 while循环和条件表达式 2.5.3 循环嵌套 2.5.4 无限循环 2.5.5 break和continue控制 2.6 运算符 2.6.1 算术运算符 2.6.2 赋值运算符 2.6.3 比较运算符 2.6.4 逻辑运算符 2.6.5 成员运算符 2.6.6 身份运算符 2.6.7 运算符优先级 2.7 字符串处理和正则表达式 2.7.1 字符串格式化的3种方法 2.7.2 字符串的编译执行 2.7.3 内置字符串处理方法 2.7.4 正则表达式应用 2.8 功能模块的封装 2.8.1 函数 2.8.2 匿名函数 2.8.3 类 2.9 高阶计算函数的应用 2.9.1 map