数据分析与数据思维 Python编程要点、分析方法与实践技能

本书面向零基础的Python学习者和数据分析师，较为详尽的文字叙述与足够的图片解释相结合，篇幅内容合适，没有包含对初学者学习难度过高的知识，提供了丰富的教学资源（包括系统、学习指南、疑难解答等），同时专业解读数据分析师应掌握的编程要点、分析方法和实践技能，实用性强，学习效果好。本书主要内容包括6个模块：Python语言与数据分析、Python语言基础语法、Python语言高级语法、数据准备与加工、数据分析算法与模型、自然语言处理与图像处理。本书可以作为高等院校数据科学与大数据、计算机科学与技术、软件工程等工科类各专业学生的相关课程的教材，也可以作为新文科特色的大数据管理、统计学、金融学、信息管理、电子商务、商务智能、金融科技等相关专业相关课程的教材。

朝乐门，1979年生，中国人民大学数据工程与知识工程教育部重点实验室、信息资源管理学院副教授，博士生导师；章鱼大数据首席数据科学家：中国计算机学会信息系统专委员会委员、ACM高级会员、国际知识管理协会正式委员、全国高校大数据教育联盟大数据教材专家指导委员会委员；获得北京市中青年骨干教师称号、国际知识管理与智力资本杰出成就奖、Emerald/EFMD国际杰出博士论文奖、国家自然科学基金项目优秀项目、中国大数据学术创新奖和中国大数据创新百人等多种奖励30余项。朝乐门是我国第一部系统阐述数据科学理念、理论、方法、技术和工具的重要专著——《数据科学》（清华大学出版社，2016）的作者。

第1章 Python语言与数据分析
学习指南 .1
1.1 Python语言及其特征 . 2
1.1.1 Python语言的特点 . 2
1.1.2 Python语言的版本 . 3
1.2 数据分析与Python语言 . 4
1.2.1 Python语言在数据分析领域的重要地位 . 6
1.2.2 Python语言程序代码的编写质量 . 7
1.3 面向数据分析的Python编程 . 7
1.3.1 Python语言的基础语法 . 7
1.3.2 Python的第三方工具包 . 8
1.3.3 Python学习或编程中常见误区 . 8
1.4 Python数据分析的集成开发环境 . 9
1.5 Python代码的编写与运行实例 . 10
小结 . 12
习题1. 13

第2章 Python语言基础语法
学习指南. 15
2.1 变量及其定义方法 . 16
2.1.1 变量的定义方法 . 17
2.1.2 Python是动态类型语言 . 17
2.1.3 Python是强类型语言 . 18
2.1.4 Python中的变量是引用类变量 . 19
2.1.5 Python中区分大小写 . 19
2.1.6 变量命名规范 . 19
2.1.7 iPython的特殊变量 . 21
2.1.8 查看Python关键字的方法 . 21
2.1.9 查看已定义的所有变量 . 22
2.1.10 删除变量 . 23
2.2 运算符、表达式、语句 . 23
2.2.1 运算符 . 23
2.2.2 语句书写规范 . 30
2.2.3 赋值语句 . 33
2.2.4 注释语句 . 35
2.2.5 if语句 . 36
2.2.6 for语句 . 39
2.2.7 while语句 . 42
2.2.8 pass语句 . 44
2.3 数据类型与数据结构 . 45
2.3.1 数据类型 . 45
2.3.2 列表. 51
2.3.3 元组. 61
2.3.4 字符串. 67
2.3.5 序列. 72
2.3.6 集合. 76
2.3.7 字典. 80
2.4 包与模块 . 82
2.4.1 包 . 82
2.4.2 模块 . 86
2.5 内置函数、模块函数和自定义函数 . 88
2.5.1 函数 . 88
2.5.2 内置函数 . 90
2.5.3 模块函数 . 93
2.5.4 自定义函数 . 95
小结 . 104
习题2 . 104

第3章 Python语言高级语法
学习指南 . 109
3.1 迭代器与可迭代对象 . 109
3.1.1 可迭代对象 . 111
3.1.2 迭代器 . 111
3.2 生成器与装饰器 . 112
3.2.1 生成器 . 112
3.2.2 装饰器 . 113
3.3 查阅帮助 . 115
3.3.1 help函数 . 116
3.3.2 docString . 116
3.3.3 查看源代码 . 117
3.3.4 doc属性 . 118
3.3.5 dir()函数 . 118
3.3.6 其他方法 . 119
3.4 异常处理、断言与程序调试 . 119
3.4.1 try/except/finally . 121
3.4.2 异常/错误信息的显示模式 . 122
3.4.3 断言与检查点的设置 . 123
3.4.4 调试程序的基本方法 . 124
3.5 数据文件的读写 . 127
3.5.1 搜索路径 . 128
3.5.2 当前工作目录 . 130
3.5.3 文件读写方法 . 131
3.6 面向对象编程 . 131
3.6.1 类的定义方法 . 132
3.6.2 类中的特殊方法 . 133
3.6.3 类之间的继承关系. 135
3.6.4 私有属性及@property装饰器 . 136
3.6.5 self和cls . 136
3.6.6 new与init的区别和联系 . 137
小结 . 138
习题3 . 139

第4章 数据准备与加工
学习指南 . 141
4.1 随机数 . 141
4.1.1 一次生成一个随机数 . 142
4.1.2 一次生成一个随机数组 . 143
4.2 多维数组 . 144
4.2.1 创建方法 . 147
4.2.2 主要特征 . 148
4.2.3 切片读取 . 149
4.2.4 浅拷贝和深拷贝 . 153
4.2.5 形状与重构 . 153
4.2.6 属性计算 . 156
4.2.7 ndarray的计算 . 157
4.2.8 ndarray的元素类型 . 158
4.2.9 插入与删除 . 159
4.2.10 缺失值处理 . 160
4.2.11 ndarray的广播规则 . 160
4.2.12 ndarray的排序 . 162
4.3 数据框 . 162
4.3.1 创建方法 . 164
4.3.2 查看行或列 . 165
4.3.3 切片方法 . 166
4.3.4 索引操作 . 168
4.3.5 删除或过滤行/列 . 169
4.3.6 算术运算 . 172
4.3.7 描述性统计 . 174
4.3.8 数据排序 . 176
4.3.9 导入/导出 . 177
4.3.10 缺失数据处理 . 178
4.3.11 分组统计 . 182
4.4 Key-Value型数据 . 183
4.4.1 Series的主要特点 . 184
4.4.2 Series的定义方法 . 185
4.4.3 Series的操作方法 . 187
4.5 时间与日期类型数据 . 189
4.5.1 定义方法 . 190
4.5.2 转换方法 . 192
4.5.3 显示系统当前时间. 193
4.5.4 计算时差 . 194
4.5.5 时间索引 . 194
4.5.6 period_range()函数 . 196
4.6 数据可视化 . 196
4.6.1 Matplotlib 可视化 . 197
4.6.2 改变图的属性 . 199
4.6.3 改变图的类型 . 201
4.6.4 改变图的坐标轴的取值范围 . 202
4.6.5 去掉边界的空白 . 203
4.6.6 在同一个坐标上画两个图 . 204
4.6.7 多图显示 . 205
4.6.8 图的保存 . 205
4.6.9 散点图的画法 . 206
4.6.10 Pandas可视化 . 206
4.6.11 Seaborn可视化 . 208
4.6.12 教师工资收入的可视化分析 . 211
小结 . 212
习题4 . 212

第5章 数据分析算法与模型
学习指南 . 215
5.1 基于Python的统计学编程. 215
5.1.1 女性身高数据的回归分析 . 217
5.1.2  广告投放及销售额分析. 226
5.2 基于Python的机器学习编程 . 230
5.2.1 威斯康星乳腺癌数据分析及自动诊断 . 231
5.2.2 不同国家蛋白质消费结构分析 . 238
小结 . 244
习题5 . 245

第6章 自然语言处理与图像处理
学习指南 . 247
6.1 自然语言处理 . 248
6.1.1  自然语言处理的常用包. 248
6.1.2 自然语言处理的包导入与设置 . 248
6.1.3 数据读入 . 249
6.1.4 分词处理 . 249
6.1.5 自定义词汇 . 250
6.1.6 停用词处理 . 253
6.1.7 词性分布分析 . 254
6.1.8 高频词分析 . 255
6.1.9 词频统计 . 256
6.1.10 关键词分析 . 258
6.1.11 生成词云 . 258
6.2 人脸识别与图像处理 . 260
6.2.1 安装并导入opencv-python包 . 260
6.2.2 读取图像文件 . 261
6.2.3 将RGB图像转换为灰度图 . 261
6.2.4 人脸检测与绘制长方形 . 262
6.2.5 图像显示 . 263
6.2.6 图像保存 . 263
小结 . 263
习题6 . 263