Python数据分析：从零基础入门到案例实战

本书是一本使用 Python 3.8 进行数据处理和分析的学习指南。全书分为三部分：基础入门、实战案例及拓展与应用。在基础入门部分，介绍了 Python 的语法基础，包括数据类型、流程控制、函数，数据的导入导出，数据处理的 NumPy 和 Pandas 库，数据清洗、数据分析、数据可视化和图像处理，以及正则表达式和爬虫方面的知识点；在实战案例部分，介绍了中文分词 jieba 库，并用三个完整的数据分析案例介绍了数据的清洗和分析过程；在拓展与应用部分，主要介绍了 Python 对文件系统的操作和格式化字符串的输出，并对数据库的操作、Python 应用模块的 DIY 与发布，以及机器学习入门做了简单的介绍。 本书内容丰富、简单易懂，适合本科生、研究生阅读，以及对 Python 语言感兴趣或者想要使用 Python 语言进行数据分析的读者参考。

余本国，博士，副教授，硕士研究生导师。 2001年毕业于石河子大学数学系，同年到中北大学（原华北工学院）任教，主讲线性代数、高等数学、微积分、概率统计、数学实验、Python语言、大数据分析基础等课程。2012年到加拿大York University做访问学者。现工作于海南医学院生物医学信息与工程学院。出版有个人著作《感受加拿大游学周记》《Python数据分析基础》《基于Python的大数据分析基础及实战》《Python在机器学习中的应用》《Python 机器学习算法与实战》《PyTorch深度学习入门与实践》《Python大数据分析与应用实战》等。

第一部分？ 基础入门 第 1 章　Python 基础 1.1　安装 Anaconda 1.2　语法基础 1.3　程序结构 1.4　函数 1.5　数据类型 1.6　map()、filter() 和 reduce() 函数 1.7　面向对象编程基础 1.8　实战案例：我的第一个程序（验证用户名和密码） 1.9　本章小结 第 2 章　NumPy 库 2.1 数组的创建 2.2 数组的操作 2.3　数组的计算 2.4 统计基础 2.5 矩阵运算 2.6 实战案例：股票统计分析 2.7 本章小结 第 3 章　Pandas 库 3.1 序列 3.2 数据框 3.3　数据的导入 3.4 数据的导出 3.5　实战案例：身体质量数据处理 3.6 本章小结 第 4 章　数据处理 4.1　数据清洗 4.2　数据抽取 4.3　插入记录 4.4　修改记录 4.5 交换行或列 4.6 排名索引 4.7 数据合并 4.8 数据计算 4.9 数据分组 4.10 日期处理 4.11 实战案例：数据处理 4.12 本章小结 第 5 章　数据分析 5.1 描述性统计分析 5.2　分组分析 5.3　分布分析 5.4 交叉分析 5.5 结构分析 5.6 相关分析 5.7 实战案例：电商数据相关分析 5.8 本章小结 第 6 章　数据可视化 6.1　Matplotlib 可视化 6.2 pyecharts 可视化 6.3　networkx 可视化 6.4 Plotly 可视化 6.5 Python 图像处理基础 6.6 实战案例：货物动态流向图 6.7 本章小结 第 7 章　字符串处理与网络爬虫 7.1　字符串处理 7.2 网络爬虫 7.3 实战案例：批量下载图片 7.4　本章小结 第二部分？ 实战案例 第 8 章　分词与词云 8.1 词云的概念 8.2 安装 jieba 库 8.3　jieba 库的用法 8.4 词云 8.5 背景词云图的制作 8.6 本章小结 第 9 章　航空客户分类 9.1　情景问题的提出 9.2 K-Means 算法 9.3 情景问题模型的建立 9.4　代码实现 9.5　分类结果与分析 9.6 本章小结 第 10 章　文本分类分析 10.1 读取数据 10.2　数据处理 10.3　构建文本特征与建模 10.4　本章小结 第 11 章　贷款风险评估分析 11.1 问题分析 11.2 数据的导入与整理 11.3 模型训练 11.4 模型预测 11.5 本章小结 第三部分？ 拓展与应用 第 12 章　os 与 glob 模块 12.1 os 模块 12.2 glob 模块 12.3 实战案例：生成专属的二维码 12.4 本章小结 第 13 章　字符串的格式化输出 13.1 % 格式化 13.2 format 格式化 13.3 f 格式化 13.4 Template 格式化 13.5 本章小结 第 14 章　在 Python 中使用数据库 14.1 创建 / 打开数据库 14.2 插入数据 14.3 查询记录 14.4 修改记录 14.5 删除记录 14.6 增删改查的异常处理 14.7 实战案例：我的库我做主（MySQL） 14.8 本章小结 第 15 章　DIY 库的发布 15.1 分形简介 15.2 分形的绘制方法 15.3 发布 fractal 库 15.4 本章小结 第 16 章　机器学习入门 16.1 入门案例 16.2 监督学习和无监督学习 16.3 机器学习中常见的算法 16.4 本章小结 参考文献