Python程序设计与数据分析项目实战 微课视频版

本书特色 （1）需求导向，结合Python基础知识与数据分析案例详细讲解数据分析过程。 （2）案例丰富，基础篇各章节案例涵盖相应知识点，案例篇包括5个完整项目案例。 （3）代码详尽，全书提供各章节的详细代码与数据，方便读者操作。 （4）语言简明易懂，由浅入深带你学会 Python 语言基本内容以及数据分析基本流程。 （5）数据分析案例配有详细的微视频，便于读者理解案例详情。

第一部分Python程序设计基础篇
第1章Python开发环境
1.1Python简介
1.1.1Python的发展历程
1.1.2Python的特点
1.1.3Python的应用领域
1.1.4Python的安装
1.2Python IDLE开发环境
1.2.1IDLE简介
1.2.2使用IDLE环境创建Python程序
1.3Anaconda 3集成环境与Jupyter Notebook
1.3.1Anaconda下载与安装
1.3.2Conda命令用法
1.3.3Jupyter Notebook
1.4Jupyter Notebook使用详解
1.4.1Jupyter Notebook的启动
1.4.2Jupyter Notebook的编辑界面
1.5扩展库安装及导入使用
1.6Python编写规范
习题
第2章Python变量类型、运算符与表达式、内置函数
2.1变量与数据类型
2.1.1变量
2.1.2常量
2.1.3数据类型
2.2运算符与表达式
2.2.1算术运算符
2.2.2关系运算符
2.2.3逻辑运算符
2.2.4赋值运算符
2.2.5位运算符
2.2.6成员运算符
2.2.7集合运算符
2.2.8运算符优先级
2.2.9表达式
2.3函数
2.3.1常用内置函数
2.3.2常用标准库函数
习题
第3章Python程序控制结构
3.1选择结构
3.1.1单分支选择结构
3.1.2双分支选择结构
3.1.3多分支选择结构
3.1.4嵌套选择结构
3.2循环结构
3.2.1for循环
3.2.2while循环
3.2.3嵌套循环
3.2.4循环控制语句
3.3异常处理
3.3.1异常的常见形式
3.3.2异常处理结构语法
3.4综合例题
习题
第4章列表与元组
4.1列表
4.1.1列表的创建及删除
4.1.2列表元素访问与切片
4.1.3列表常用方法
4.1.4列表运算
4.1.5列表推导式
4.2元组
4.2.1元组的创建及元素访问
4.2.2元组运算符、元组索引与切片
4.2.3生成器推导式
4.3列表与元组的区别与联系
4.4综合例题
习题
第5章字典与集合
5.1字典
5.1.1字典的概念与特性
5.1.2字典的创建与删除
5.1.3字典元素访问
5.1.4字典元素的增加、修改与删除
5.1.5字典内置函数与方法
5.2集合
5.2.1集合的概念
5.2.2集合的创建与删除
5.2.3集合元素的添加与删除
5.2.4集合常用方法
5.3综合例题
习题
第6章函数定义及使用
6.1函数定义的语法格式与调用
6.1.1函数定义的语法格式与调用概述
6.1.2递归函数的定义与调用
6.2函数参数
6.2.1位置参数
6.2.2默认参数
6.2.3关键参数
6.2.4可变长度参数
6.3Lambda表达式
6.4生成器函数与修饰器函数
6.4.1生成器函数的定义与使用
6.4.2修饰器函数的定义与使用
6.5Python中的包
6.5.1包的创建
6.5.2包的导入
习题
第7章Python数据分析基础
7.1NumPy库
7.1.1NumPy数据结构
7.1.2ndarray常见操作
7.1.3常用的操作函数
7.2Pandas库
7.2.1Pandas数据结构
7.2.2Pandas数据读写
7.2.3Pandas常用操作
第8章Python数据可视化
8.1Matplotlib
8.1.1Matplotlib安装与设置
8.1.2图形的基本构成
8.1.3基本绘图流程
8.1.4常用图形绘制
8.2Pyecharts
8.2.1Pyecharts概述
8.2.2Pyecharts图表配置项
8.2.3Pyecharts常用图表绘制
第二部分数据分析综合案例篇
第9章白葡萄酒品质分析
9.1数据集描述
9.2白葡萄酒数据分析
9.2.1导入数据
9.2.2数据描述性统计及数据分布
9.2.3数据清洗
9.2.4数据分析
第10章药品销售数据分析
10.1案例介绍与数据集描述
10.2数据清洗
10.2.1数据导入
10.2.2选择子集
10.2.3列名重命名
10.2.4缺失值处理
10.2.5数据类型转换
10.2.6异常值处理
10.2.7数据排序
10.3建模分析
10.3.1月均消费次数
10.3.2月均消费金额
10.3.3客单价
10.4可视化分析
10.4.1消费趋势
10.4.2每月消费金额
10.4.3药品销售情况
第11章电商用户行为分析
11.1数据集描述与用户行为分析过程
11.1.1数据描述
11.1.2用户行为分析过程
11.2数据清洗
11.2.1导入数据并查看
11.2.2更改列名并显示前100行记录
11.2.3查看缺失值情况
11.2.4时间戳列数据处理
11.2.5数据日期区间清洗
11.3数据读入Pandas
11.4构建模型与分析问题
11.4.1用户流量及购物情况
11.4.2用户行为转化漏斗
11.4.3购买率高低与人群特征
11.4.4时间维度上了解用户行为习惯
11.4.5商品维度分析
11.4.6分析总结
第12章电商平台大数据消费分析
12.1案例背景与目标
12.2数据集描述
12.3数据导入与描述统计分析
12.3.1导入数据
12.3.2数据描述统计分析
12.4数据清洗： 异常值检测与处理
12.4.1交易时间异常值检测
12.4.2交易时间异常值处理
12.4.3交易金额异常值处理
12.4.4交易附言缺失处理
12.4.5时间格式和时区转换
12.4.6量纲转换
12.4.7重复数据处理
12.5客户交易行为分析
12.5.1交易次数随时间变化分析
12.5.2交易金额随时间变化分析
12.5.3交易有效时段限定
12.5.4每天24小时交易次数的分布
12.5.5客户交易次数的可视化分析
12.5.6客户平均交易金额的可视化分析
12.5.7客户交易流入流出次数的可视化分析
12.5.8客户交易流入流出金额的可视化分析
12.5.9交易附言词云图
12.6客户标签画像
12.6.1事实类标签
12.6.2规则类标签
第13章银行客户信用风险评估
13.1项目背景与目标
13.1.1项目背景
13.1.2目标
13.2客户数据探索与预处理
13.2.1数据集介绍
13.2.2数据导入与格式转换
13.2.3探索性数据分析
13.2.4数据预处理
13.3信用评估指标体系构建
13.3.1建立信用评估指标体系
13.3.2各新建指标定义及实现代码
13.4风控模型构建与应用
13.4.1风控模型构建
13.4.2风控模型应用
参考文献