Python数据分析与可视化

本书共分3章，第1章讲述Python基础知识，包括Python语言基本语法、内置数据类型、Python控制语句、函数和文件操作；第2章讲述Python数据分析，包括Numpy数值计算基础、Numpy数学与算术函数、Numpy中的数据统计与分析、pandas统计分析基础、pandas数据运算、pandas数据载入与预处理；第3章讲述数据可视化，包括matplotlib绘图基础、使用pandas和Seaborn绘图。
本书接近面向Python 3.x，全部案例代码使用Python 3.9编写，本书可以满足Python初学者及需要学习数据分析与可视化的读者的需求。

第1章 Python基础
1.1 Python语言基本语法
1.1.1 Python的编程方式
1.1.2 Python语句的缩进
1.1.3 Python引号
1.1.4 Python标识符
1.1.5 Python关键字
1.1.6 Python变量
1.2 内置数据类型
1.2.1 Python数据类型
1.2.2 运算符和表达式
1.2.3 Python序列类型
1.3 Python控制语句
1.3.1 Python条件语句
1.3.2 Python循环语句
1.3.3 break和continue语句
1.4 函数
1.4.1 值传递与引用传递
1.4.2 位置参数
1.4.3 关键字参数
1.4.4 可变长度参数
1.4.5 函数的返回值
1.4.6 变量的作用域
1.5 文件操作
1.5.1 打开文件
1.5.2 读取文件
1.5.3 写文件
1.5.4 关闭文件
1.5.5 文件定位
第2章 Python数据分析
2.1 NumPy数值计算基础
2.1.1 NumPy创建数组
2.1.2 NumPy切片和索引
2.1.3 NumPy数组运算
2.2 NumPy数学与算术函数
2.2.1 数组函数
2.2.2 数学函数
2.2.3 NumPy算术函数
2.2.4 NumPy随机函数
2.3 NumPy中的数据统计与分析
2.3.1 统计函数
2.3.2 NumPy排序、条件筛选函数
2.4 pandas统计分析基础
2.4.1 Series和DataFrame
2.4.2 pandas的基本操作
2.4.3 pandas基本功能
2.4.4 pandas统计函数
2.4.5 pandas函数运算
2.5 pandas数据运算
2.5.1 pandas迭代
2.5.2 pandas排序
2.5.3 pandas缺失数据处理
2.5.4 pandas日期功能
2.5.5 pandas数据离散化
2.6 pandas数据载入与预处理
2.6.1 读取csv文件
2.6.2 读取Excel文件
第3章 数据可视化
3.1 matplotlib绘图基础
3.1.1 Pyplot模块
3.1.2 添加子图
3.2 使用pandas和Seaborn绘图
3.2.1 折线图
3.2.2 柱状图
3.2.3 直方图和密度图
3.2.4 散点图
3.2.5 饼图
参考文献