"從解決工作中的實際問題出發，提煉、總結常用的Python數據處理、數據分析實戰方法與技巧。用漫畫通俗易懂地介紹相關知識，在不影響學習、理解效果的前提下，盡可能地避免使用晦澀難懂的Python編程、統計術語或模型公式。"

●第1章 數據分析概況
1.1 數據分析定義
1.2 數據分析作用
1.3 數據分析步驟
1.3.1 明確分析目的和思路
1.3.2 數據收集
1.3.3 數據處理
1.3.4 分析數據
1.3.5 數據展現
1.3.6 報告撰寫
1.4 常用的數據分析工具
第2章 Python概況
2.1 Anaconda安裝與使用
2.1.1 Anaconda簡介
2.1.2 安裝Anaconda
2.1.3 使用Spyder
2.2 變量
2.2.1 變量定義
2.2.2 變量賦值
2.2.3 變量命名
2.3 數據類型
2.3.1 數值型
2.3.2 字符型
2.3.3 邏輯型
2.4 數據結構
2.4.1 列表
2.4組
2.4.3 字典
2.4.4 序列
2.4.5 數據框
2.5 函數
2.5.1 函數簡介
2.5.2 Python內置函數
2.5.3 使用函數
2.6 模塊
2.6.1 模塊簡介
2.6.2 Python標準模塊
2.6.3 使用模塊
2.7 Python編程注意事項
第3章 數據處理
3.1 數據導入導出
3.1.1 數據導入
3.1.2 數據訪問
3.1.3 數據導出
3.2 數據清洗
3.2.1 數據排序
3.2.2 重復數據處理
3.2.3 空格數據處理
3.3 數據轉換
3.3.1 數據類型查看
3.3.2 數值轉字符
3.3.3 字符轉數值
3.3.4 字符轉時間
3.3.5 時間轉字符
3.4 數據抽取
3.4.1 字段拆分
3.4.2 記錄抽取
3.5 數據合並
3.5.1 記錄合並
3.5.2 字段合並
3.5.3 字段匹配
3.6 數據計算
3.6.1 簡單計算
3.6.2 時間計算
3.6.3 數據分組
第4章 數據分析
4.1 對比分析
4.2 描述性分析
4.3 分組分析
4.4 結構分析
4.5 分布分析
4.6 交叉分析
4.7 矩陣分析
4.8 轉化分析
4.9 RFM分析
4.10 留存分析
4.11 生命周期價值分析
4.12 簡單線性回歸
第5章 數據可視化
5.1 數據可視化簡介
5.1.1 什麼是數據可視化
5.1.2 數據可視化常用圖表
5.1.3 通過關繫選擇圖表
5.1.4 Python可視化模塊
5.2 matplotlib入門
5.3 餅圖
5.4 柱形圖
5.5 條形圖
5.6 折線圖
5.7 面積圖
5.8 散點圖
5.9 矩陣圖

本書從解決工作中的實際問題出發，以漫畫形式講解數據分析知識，並提煉、總結工作中常用的Python數據處理、數據分析實戰方法與技巧。本書力求通俗易懂地介紹相關知識，在不影響學習、理解效果的前提下，盡可能地避免使用晦澀難懂的Python編程、統計術語或模型公式，如需了解相關的知識，可查閱相關的圖書或資料。本書定位是帶領Python數據分析初學者入門，並能在學習和工作中解決大部分問題，或滿足大部分需求。入門後，讀者如需進一步學習進階技能，可自行擴展閱讀相關圖書或資料。學習是永無止境的，正所謂“師傅領進門，修行在個人”。

張文霖 著