Python数据分析与数据可视化 微课版

u 语言精练、代码优雅、案例丰富、注释量大、实用性强。书中几乎每段代码都配有必要的注释，读者能够在最短时间内理解代码思路和要点，大幅度缩短阅读和学习时间。 u 配套微课丰富。全书配有40小时微课视频可以扫码观看，除讲解书中内容和代码之外，还进行了大量补充和扩展。 u 提供在线练习与刷题软件。用书教师和学生可以免费获取账号，随时可以在线练习超过2400道客观题与600道编程题，教师可查看学生的练习情况。 u 为任课教师提供教学大纲、课件、源码、数据文件等全套教学资源。

本书详细讲解Python扩展库NumPy、Pandas、Matplotlib在数据分析与数据可视化领域的应用。全书共3章，第1章讲解基于NumPy的数组运算、矩阵运算、多项式计算及傅里叶变换等内容；第2章讲解基于Pandas的数据读写、生成、访问、修改、删除、分析与处理等内容；第3章讲解基于Matplotlib的折线图、散点图、柱状图、饼状图、雷达图、箱线图、小提琴图、风矢量图、等高线图、树状图、三维图形等各种图形绘制技术以及绘图区域切分、轴域属性设置、坐标轴属性设置、图例属性设置、动态图形绘制、交互式图形绘制等内容。本书可以作为数据科学与大数据、计算机科学与技术、统计、信息管理、数字媒体技术、办公自动化以及相关专业研究生、本科生、专科生的教材，也可以作为相关从业人员的工具书或Python爱好者的进阶自学用书。

第1章 NumPy数组运算与矩阵运算001
1.1 数组运算与相关操作.002
1.1.1 创建数组003
1.1.2 访问数组中的元素015
1.1.3 修改数组中的元素值.021
1.1.4 增加与删除元素025
1.1.5 测试两个数组的对应元素是否足够接近028
1.1.6 数组与标量的运算028
1.1.7 数组与数组的运算029
1.1.8 排序031
1.1.9 点积运算034
1.1.10 向量叉乘.038
1.1.11 张量积038
1.1.12 数组对函数运算的支持.039
1.1.13 函数向量化043
1.1.14 改变数组形状045
1.1.15 布尔运算.048
1.1.16 分段函数.050
1.1.17 数组堆叠与合并.051
1.1.18 数组拆分.052
1.1.19 转置053
1.1.20 查看数组元素符号054
1.1.21 数组元素累加与累乘055
1.1.22 数组的集合运算.059
1.1.23 数组序列化与反序列化.060
1.1.24 查看数组特征060
1.1.25 转换数组数据类型065
1.1.26 卷积运算.066
1.1.27 数组翻转与旋转.066
1.1.28 爱因斯坦标记法.068
1.2 矩阵运算与相关操作.070
1.2.1 创建矩阵070
1.2.2 访问矩阵元素.071
1.2.3 矩阵转置071
1.2.4 矩阵加法与减法072
1.2.5 矩阵乘法072
1.2.6 计算相关系数矩阵073
1.2.7 计算样本方差、协方差、标准差073
1.2.8 计算特征值与特征向量074
1.2.9 计算行列式075
1.2.10 计算逆矩阵076
1.2.11 计算向量和矩阵的范数.079
1.2.12 求解线性方程组.080
1.2.13 计算矩阵的条件数081
1.2.14 奇异值分解082
1.2.15 计算矩阵的秩084
1.2.16 QR 分解084
1.2.17 Cholesky分解085
1.3 多项式计算085
1.4 傅里叶变换与反变换.088
1.5 应用案例090
本章习题.092
第2章 Pandas数据分析与处理实战093
2.1 数据分析与处理概述.094
2.2 Pandas 一维数组.094
2.2.1 日期时间数据处理与相关操作095
2.2.2 区间数据处理与相关操作105
2.2.3 Categorical 数据处理与相关操作106
2.2.4 Series数据处理与相关操作109
2.3 Pandas 二维数组DataFrame.119
2.3.1 创建DataFrame 对象119
2.3.2 查看统计信息.120
2.3.3 排序121
2.3.4 数据选择与访问124
2.3.5 数据修改131
2.3.6 缺失值、重复值、异常值处理140
2.3.7 数据离散化152
2.3.8 频次统计153
2.3.9 向量化与专享元素154
2.3.10 拆分与合并155
2.3.11 分裂操作.160
2.3.12 分组与聚合162
2.3.13 数据差分.175
2.3.14 透视表176
2.3.15 交叉表179
2.3.16 哑变量180
2.3.17 相关系数.182
2.3.18 多级索引.183
2.3.19 选项设置.186
2.3.20 读写文件.189
2.3.21 设置样式.192
2.3.22 swifter 加速.196
2.3.23 绘制图形.197
2.4 Pandas 应用案例.205
本章习题.214
第3章 Matplotlib数据可视化实战215
3.1 数据可视化库Matplotlib基础216
3.2 绘制折线图219
3.3 绘制散点图255
3.4 绘制柱状图265
3.5 绘制饼状图287
3.6 绘制雷达图293
3.7 绘制箱线图298
3.8 绘制小提琴图.299
3.9 绘制风矢量图.301
3.10 绘制等高线图304
3.11 绘制树状图306
3.12 绘制三维图形307
3.13 绘图区域切分317
……