对比Excel,轻松学习Python数据分析

 

集Python、Excel、数据分析为一体是本书的一大特色。本书围绕整个数据分析的常规流程:工具熟悉-获取数据-数据熟悉-数据处理-数据分析-分析结果进行Excel 和Python 对比实现，告诉你每一个过程中都会用到什么？过程与过程之间有什么联系。这样一本书既可以作为系统学习数据分析流程操作的说明书，也可以作为一本数据分析师案头推荐的实操工具书，随时备查。本书通过对比Excel 功能操作去学习Python 的实现代码，而不是直接上来就学习Python代码，大大降低了学习门槛，消除了读者对代码的恐惧心理。适合刚入行的数据分析师，也适合对Excel 比较熟练的数据分析师，或从事其他岗位想提高工作效率的职场人。

张俊红，某互联网公司数据分析师，擅长Python、Sql、Excel，对数据分析、机器学习领域比较熟悉。喜欢分享，致力于做一个数据科学路上的终身学习者，实践者，分享者。个人微信公众号“张俊红”定期推送数据分析、机器学习、网络爬虫、Python 编程系列文章。

入门篇
第1章数据分析基础2
1.1数据分析是什么2
1.2为什么要做数据分析2
1.2.1现状分析3
1.2.2原因分析3
1.2.3预测分析3
1.3数据分析究竟在分析什么4
1.3.1总体概览指标4
1.3.2对比性指标4
1.3.3集中趋势指标4
1.3.4离散程度指标5
1.3.5相关性指标5
1.3.6相关关系与因果关系6
1.4数据分析的常规流程6
1.4.1熟悉工具6
1.4.2明确目的7
1.4.3获取数据7
1.4.4熟悉数据7
1.4.5处理数据7
1.4.6分析数据8
1.4.7得出结论8
1.4.8验证结论8
1.4.9展示结论8
1.5数据分析工具：Excel与Python8
实践篇
第2章熟悉锅——Python基础知识12
2.1Python是什么12
2.2Python的下载与安
2.2.1安装教程.13
2.2.2IDE与IDLE17
2.3介绍JupyterNotebook17
2.3.1新建JupyterNotebook文件17
2.3.2运行你的第一段代码19
2.3.3重命名JupyterNotebook文件19
2.3.4保存JupyterNotebook文件19
2.3.5导入本地JupyterNotebook文件20
2.3.6JupyterNotebook与Markdown21
2.3.7为JupyterNotebook添加目录21
2.4基本概念26
2.4.1数26
2.4.2变量26
2.4.3标识符27
2.4.4数据类型28
2.4.5输出与输出格式设置28
2.4.6缩进与注释29
2.5字符串30
2.5.1字符串的概念30
2.5.2字符串的连接30
2.5.3字符串的复制30
2.5.4获取字符串的长度30
2.5.5字符串查找31
2.5.6字符串索引31
2.5.7字符串分隔32
2.5.8移除字符32
2.6数据结构——列表33
2.6.1列表的概念33
2.6.2新建一个列表33
2.6.3列表的复制34
2.6.4列表的合并34
2.6.5向列表中插入新元素34
2.6.6获取列表中值出现的次数35
2.6.7获取列表中值出现的位置35
2.6.8获取列表中指定位置的值36
2.6.9删除列表中的值36
2.6.10对列表中的值进行排序37
2.7数据结构——字典37
2.7.1字典的概念37
2.7.3字典的keys()、values()和items()方法37
2.8数据结构——元组38
2.8.1元组的概念38
2.8.2新建一个元组38
2.8.3获取元组的长度38
2.8.4获取元组内的元素39
2.8.5元组与列表相互转换39
2.8.6zip()函数39
2.9运算符40
2.9.1算术运算符40
2.9.2比较运算符40
2.9.3逻辑运算符41
2.10循环语句41
2.10.1for循环41
2.10.2while循环42
2.11条件语句43
2.11.1if语句43
2.11.2else语句44
2.11.3elif语句45
2.12函数46
2.12.1普通函数47
2.12.2匿名函数48
2.13高级特性49
2.13.1列表生成式49
2.13.2map函数50
2.14模块50
第3章Pandas数据结构51
3.1Series数据结构51
3.1.1Series是什么51
3.1.2创建一个Series52
3.1.3利用index方法获取Series的索引53
3.1.4利用values方法获取Series的值53
3.2DataFrame表格型数据结构53
3.2.1DataFrame是什么53
3.2.2创建一个DataFrame54
3.2.3获取DataFrame的行、列索引56
3.2.4获取DataFrame的值56
第4章准备食材——获取数据源57
4.1导入外部数据57
4.1.1导入.xlsx文件57
4.1.2导入.csv文件60
4.1.3导入.txt文件63
4.1.4导入sql文件65
4.2新建数据67
4.3熟悉数据67
4.3.1利用head预览前几行67
4.3.2利用shape获取数据表的大小68
4.3.3利用info获取数据类型69
4.3.4利用describe获取数值分布情况71
第5章淘米洗菜——数据预处理73
5.1缺失值处理73
5.1.1缺失值查看73
5.1.2缺失值删除75
5.1.3缺失值填充77
5.2重复值处理78
5.3异常值的检测与处理81
5.3.1异常值检测81
5.3.2异常值处理82
5.4数据类型转换83
5.4.1数据类型83
5.4.2类型转换84
5.5索引设置86
5.5.1为无索引表添加索引86
5.5.2重新设置索引87
5.5.3重命名索引88
5.5.4重置索引89
第6章菜品挑选——数据选择91
6.1列选择91
6.1.1选择某一列/某几列91
6.1.2选择连续的某几列92
6.2行选择93
6.2.1选择某一行/某几行93
6.2.2选择连续的某几行94
6.2.3选择满足条件的行95
6.3行列同时选择96
6.3.1普通索引+普通索引选择指定的行和列97
6.3.2位置索引+位置索引选择指定的行和列97
6.3.3布尔索引+普通索引选择指定的行和列98
6.3.4切片索引+切片索引选择指定的行和列98
6.3.5切片索引+普通索引选择指定的行和列99
第7章切配菜品——数值操作100
7.1数值替换100
7.1.1一对一替换100
7.1.2多对一替换102
7.1.3多对多替换103
7.2数值排序104
7.2.1按照一列数值进行排序104
7.2.2按照有缺失值的列进行排序106
7.2.3按照多列数值进行排序106
7.3数值排名108
7.4数值删除110
7.4.1删除列110
7.4.2删除行111
7.4.3删除特定行112
7.5数值计数113
7.6唯一值获取114
7.7数值查找115
7.8区间切分116
7.9插入新的行或列119
7.10行列互换120
7.11索引重塑121
7.12长宽表转换122
7.12.1宽表转换为长表123
7.12.2长表转换为宽表125
7.13apply()与applymap()函数126
第8章开始烹调——数据运算127
8.1算术运算127
8.2比较运算128
8.3汇总运算129
8.3.1count非空值计数129
8.3.2sum求和130
8.3.3mean求均值130
8.3.4max求优选值131
8.3.5min求最小值132
8.3.6median求中位数132
8.3.7mode求众数133
8.3.8var求方差134
8.3.9std求标准差134
8.3.10quantile求分位数135
8.4相关性运算136
第9章炒菜计时器——时间序列138
9.1获取当前时刻的时间138
9.1.1返回当前时刻的日期和时间138
9.1.2分别返回当前时刻的年、月、日138
9.1.3返回当前时刻的周数139
9.2指定日期和时间的格式140
9.3字符串和时间格式相互转换141
9.3.1将时间格式转换为字符串格式141
9.3.2将字符串格式转换为时间格式141
9.4时间索引142
9.5时间运算145
9.5.1两个时间之差145
9.5.2时间偏移145
第10章菜品分类——数据分组/数据透视表148
10.1数据分组148
10.1.1分组键是列名150
10.1.2分组键是Series151
10.1.3神奇的aggregate方法152
10.1.4对分组后的结果重置索引153
10.2数据透视表154
第11章水果拼盘——多表拼接158
11.1表的横向拼接158
11.1.1连接表的类型158
11.1.2连接键的类型160
11.1.3连接方式163
11.1.4重复列名处理165
11.2表的纵向拼接165
11.2.1普通合并166
11.2.2索引设置167
11.2.3重叠数据合并167
第12章盛菜装盘——结果导出169
12.1导出为.xlsx文件169
12.1.1设置文件导出路径170
12.1.2设置Sheet名称170
12.1.3设置索引170
12.1.4设置要导出的列171
12.1.5设置编码格式171
12.1.6缺失值处理172
12.1.7无穷值处理172
12.2导出为.csv文件173
12.2.1设置文件导出路径173
12.2.2设置索引174
12.2.3设置要导出的列174
12.2.4设置分隔符号174
12.2.5缺失值处理174
12.2.6设置编码格式175
12.3将文件导出到多个Sheet175
第13章菜品摆放——数据可视化176
13.1数据可视化是什么176
13.2数据可视化的基本流程176
13.2.1整理数据176
13.2.2明确目的177
13.2.3寻找合适的表现形式177
13.3图表的基本组成元素177
13.4Excel与Python可视化179
13.5建立画布和坐标系179
13.5.1建立画布179
13.5.2用add_subplot函数建立坐标系180
13.5.3用plt.subplot2grid函数建立坐标系182
13.5.4用plt.subplot函数建立坐标系183
13.5.5用plt.subplots函数建立坐标系184
13.5.6几种创建坐标系方法的区别185
13.6设置坐标轴185
13.6.1设置坐标轴的标题185
13.6.2设置坐标轴的刻度187
13.6.3设置坐标轴的范围190
13.6.4坐标轴的轴显示设置191
13.7其他图表格式的设置191
13.7.1网格线设置191
13.7.2设置图例193
13.7.3图表标题设置195
13.7.4设置数据标签197
13.7.5图表注释198
13.7.6数据表199
13.8绘制常用图表201
13.8.1绘制折线图201
13.8.2绘制柱形图204
13.8.3绘制条形图208
13.8.4绘制散点图209
13.8.5绘制气泡图211
13.8.6绘制面积图212
13.8.7绘制树地图213
13.8.8绘制雷达图215
13.8.9绘制箱形图217
13.8.10绘制饼图218
13.8.11绘制圆环图220
13.8.12绘制热力图221
13.8.13绘制水平线和垂直线223
13.9绘制组合图表224
13.9.1折线图+折线图224
13.9.2折线图+柱形图225
13.10绘制双坐标轴图表226
13.10.1绘制双y轴图表227
13.10.2绘制双x轴图表228
13.11绘图样式设置228
进阶篇
第14章典型数据分析案例234
14.1利用Python实现报表自动化234
14.1.1为什么要进行报表自动化234
14.1.2什么样的报表适合自动化234
14.1.3如何实现报表自动化235
14.2自动发送电子邮件239
14.3假如你是某连锁超市的数据分析师241
14.3.1哪些类别的商品比较畅销242
14.3.2哪些商品比较畅销242
14.3.3不同门店的销售额占比243
14.3.4哪些时间段是超市的客流高峰期244
14.4假如你是某银行的数据分析师245
14.4.1是不是收入越高的人坏账率越低246
14.4.2年龄和坏账率有什么关系247
14.4.3家庭人口数量和坏账率有什么关系248
第15章NumPy数组250
15.1NumPy简介250
15.2NumPy数组的生成250
15.2.1生成一般数组251
15.2.2生成特殊类型数组251
15.2.3生成随机数组253
15.3NumPy数组的基本属性255
15.4NumPy数组的数据选取256
15.4.1一维数据选取256
15.4.2多维数据选取257
15.5NumPy数组的数据预处理259
15.5.1NumPy数组的类型转换259
15.5.2NumPy数组的缺失值处理260
15.5.3NumPy数组的重复值处理260
15.6NumPy数组重塑261
15.6.1一维数组重塑261
15.6.2多维数组重塑261
15.6.3数组转置262
15.7NumPy数组合并262
15.7.1横向合并262
15.7.2纵向合并263
15.8常用数据分析函数264
15.8.1元素级函数264
15.8.2描述统计函数264
15.8.3条件函数266
15.8.4集合关系266