Python大数据处理与分析(数据科学与大数据技术专业系列规划教材)

本书介绍利用Python进行大数据处理与分析的详细方 法和步骤。全书共9章，主要内容包括搭建开发环境、 Numpy库、Pandas库、Matplotlib库、数据预处理以及多 个案例分析。本书注重理论紧密联系实际，使读者可以系 统、全面地了解Python大数据处理与分析的实用技术和方 法。 本书可作为高等院校Python大数据处理与分析相关课 程的教材，也可以作为计算机相关专业的专业课或选修课 教材，同时还可以作为从事Python与大数据技术相关工作 人员的参考用书。

第一部分 基础篇 第1章 搭建开发环境 1.1 Python解释器的安装 1.1.1 在Windows系统下安装Python解释器 1.1.2 在Linux系统下安装Python解释器 1.1.3 在macOS系统下安装Python解释器 1.1.4 运行第 一个hello world程序 1.2 Anaconda的安装及环境变量配置 1.2.1 Anaconda简介 1.2.2 安装Anaconda 1.2.3 配置Anaconda环境变量 1.3 Jupyter Notebook与PyCharm的安装及工程环境设置 1.3.1 Jupyter Notebook的简介与安装 1.3.2 设置Jupyter Notebook工程环境 1.3.3 PyCharm的简介与安装 1.3.4 设置PyCharm工程环境 习题 第2章 使用NumPy进行数据计算 2.1 安装NumPy 2.2 NumPy中的数组对象 2.2.1 数组对象的创建 2.2.2 数组对象的常用属性 2.2.3 数组元素的访问与修改 2.2.4 数组对象的基础运算 2.2.5 数组对象的常用函数 2.3 使用NumPy进行数学运算 2.3.1 位运算函数 2.3.2 数学函数 2.3.3 算术函数 2.3.4 统计函数 2.3.5 线性代数函数 2.4 NumPy使用案例 习题 第3章 使用pandas进行数据分析 3.1 安装pandas 3.2 pandas中的对象 3.2.1 Series对象 3.2.2 DataFrame对象 3.3 pandas的基本操作 3.3.1 导入与导出数据 3.3.2 数据的查看与检查 3.3.3 数据的增删查改 3.4 pandas的基本运用 3.4.1 数据统计 3.4.2 算术运算与数据对齐 3.5 pandas使用案例 习题 第4章 Matplotlib数据可视化 4.1 安装Matplotlib与绘图基本步骤 4.1.1 安装Matplotlib 4.1.2 Matplotlib绘图基本步骤 4.2 经典图形绘制 4.2.1 折线图 4.2.2 柱状图 4.2.3 直方图 4.2.4 散点图 4.2.5 等值线图及地理信息可视化 4.3 图表调整及美化 4.3.1 图表主要组成元素调整 4.3.2 颜色参数及映射表 4.4 Matplotlib使用案例 习题 第5章 数据预处理 5.1 数据清洗与准备 5.1.1 数据清洗准备 5.1.2 数据清洗 5.2 正则表达式 5.2.1 正则表达式的特点与组成 5.2.2 字符串方法 5.2.3 re模块 5.3 数据规整 5.3.1 聚合、分组及数据透视