為新手準備的Python數據分析入門教程！（1）從簡單的數據出發，聚焦於思考、理解和掌握數據分析邏輯。（2）采用IPython Shell展示代碼，簡潔優美，清晰易懂。（3）涵蓋Python基礎知識、數據導入、數據分析和可視化基礎知識。（4）隨學隨用，實例方案可以作為模板初步應用到實際工作場景中。（5）輔以Markdown的使用介紹，便於讀者記錄和分享知識。

●第1章Python介紹及學習前的準備1
1.1Python是什麼1
1.2為什麼要使用Python進行數據分析2
1.3科學計算核心庫簡介2
1.4搭建環境3
1.4.1線上平臺3
1.4.2本地機器環境下相關軟件的安裝4
1.5章末小結12
第2章Python入門示例及基礎知識13
2.1Python解釋器與IPython13
2.1.1標準Python解釋器13
2.1.2IPython14
2.2Python入門示例15
2.3nteract軟件使用簡介16
2.4算術運算17
2.4.1簡單數學運算17
2.4.2代碼約定18
2.4.3計算身體質量指數19
2.5變量簡介20
2.5.1什麼是變量20
2.5.2變量的命名21
2.6基本數據類型22
2.6.1數字22
2.6.2字符串23
2.6.3布爾值24
2.6.4查看數據類型24
2.7數據運算25
2.7.1加號與黑箱子25
2.7.2類型轉換26
2.7.3運算符彙總26
2.8章末小結27
第3章基本數據結構28
3.1列表28
3.1.1列表的創建28
3.1.2修素30
3.1.3遍歷列表30
3.1.4列表操作符31
3.1.5列表切片32
3.1.6列表方法、函數與操作33
3.1.7列表與字符串37
3.1.8列表對像與值38
組39
3.組的創建40
3.組操作40
3.組與列表的區別42
3.3字典42
3.3.1字典的創建與使用42
3.3.2字典操作43
3.4集合45
3.4.1集合的創建45
3.4.2集合操作45
3.4.3冰凍集46
3.5章末小結47
第4章控制流與文件操作48
4.1條件結構if-else48
4.1.1簡單if-else結構49
4.1.2嵌套條件結構50
4.1.3單行if-else51
4.1.4使用邏輯操作符51
4.2for語句52
4.2.1for語句塊53
4.2.2else語句塊53
4.2.3索引迭代54
4.2.4多列表迭代55
4.2.5列表推導式55
4.2.6條件列表推導式57
4.2.7字典迭代58
4.3while語句59
4.4continue、break與pass61
4.4.1continue61
4.4.2break62
4.4.3pass64
4.5文件操作64
4.5.1文件類型65
4.5.2使用open()函數讀取文件65
4.5.3使用open()寫文件68
4.6章末小結68
第5章函數與模塊69
5.1函數69
5.1.1為什麼使用函數69
5.1.2函數的調用70
5.1.3函數的創建71
5.1.4函數作用域72
5.1.5遞歸函數73
5.2函數的參數76
5.2.1位置參數76
5.2.2關鍵字參數77
5.2.3可變參數79
5.3模塊80
5.3.1模塊與包結構80
5.3.2模塊的創建81
5.3.3模塊的作用域83
5.3.4三方模塊的安裝83
5.3.5模塊的使用85
5.4章末小結87
第6章NumPy88
6.1NumPy簡介與ndarray88
6.1.1NumPy簡介88
6.1.2創建ndarray89
6.2數組操作92
6.2.1數組運算92
6.2.2索引與切片95
6.2.3布爾型索引99
6.2.4數組轉置與軸轉換101
6.3數組函數與方法103
6.3.1通用函數103
6.3.2基本統計105
6.3.3排序與集合操作107
6.3.4線性代數操作108
6.3.5偽隨機數的生成109
6.3.6數組文件的輸入與導出111
6.4章末小結112
第7章Matplotlib113
7.1Matplotlib入門113
7.1.1Matplotlib庫簡介113
7.1.2命名約定114
7.1.3如何展示圖形114
7.1.4保存圖形116
7.1.5兩種繪圖接口117
7.2基本圖形繪制119
7.2.1線圖119
7.2.2散點圖132
7.2.3條形圖137
7.2.4直方圖142
7.2.5餅圖146
7.2.6箱線圖148
7.3多圖與自定義150
7.3.1多圖150
7.3.2設置風格154
7.3.3兩種接口映射156
7.4章末小結157
第8章Pandas入門158
8.1Pandas簡介158
8.2Pandas的數據結構159
8.2.1Series159
8.2.2DataFrame161
8.3Pandas對像基本操作163
8.3.1查看數據164
8.3.2轉置165
8.3.3重索引165
8.3.4刪除數據168
8.3.5重賦值169
8.3.6索引與過濾169
8.3.7算術運算174
8.3.8函數應用176
8.3.9排序177
8.4基本統計分析179
8.5章末小結180
第9章Markdown基礎181
9.1Markdown簡介181
9.2Markdown語法182
9.2素182
9.2.素188
9.3聯合Python與Markdown191
9.3.1代碼塊與文本塊191
9.3.2文檔範例192
9.4章末小結195
第10章數據導入196
10.1CSV文件196
10.1.1使用字符串方法197
10.1.2使用csv標準模塊197
10.1.3使用Pandas庫198
10.2CSV變體198
10.2.1創建CSV導入函數199
10.2.2使用Pandas導入200
10.2.3導出CSV202
10.3Excel文件203
10.3.1檢查數據203
10.3.2準備工作204
10.3.3使用Pandas讀寫Excel205
10.4pickle文件207
10.5SAS與Stata文件208
10.6HDF5文件209
10.7MATLAB文件210
10.8json文件211
10.9YAML文件213
10.10網頁數據215
10.11數據庫數據218
10.12章末小結220
第11章數據分析工具箱221
11.1輔助函數與工具221
11.1.1序列解包221
11.1.2斷言222
11.1.3常用的字符串方法223
11.2作用域與求值計算223
11.2.1作用域223
11.2.2使用exec()和eval()執行計算224
11.3異常的捕獲和處理225
11.3.1捕獲異常225
11.3.2產生異常227
11.4函數式編程227
11.4.1高階函數227
11.4.2常用的高階函數228
11.4.3itertools模塊229
11.5生成器與裝飾器230
11.5.1生成器230
11.5.2利用生成器讀入大型數據集232
11.5.3裝飾器232
11.6正則表達式233
11.7章末小結236
第12章Pandas進階237
12.1深入Pandas數據結構237
12.1.1回顧237
12.1.2分類變量239
12.1.3時間序列243
12.2迭代與函數應用247
12.2.1迭代247
12.2.2函數應用250
12.2.3字符串函數253
12.2.4分組計算256
12.3數據清洗256
12.3.1缺失值處理257
12.3.2連接259
12.3.3級聯262
12.4Pandas可視化265
12.4.1條形圖266
12.4.2直方圖268
12.4.3箱線圖269
12.4.4面積圖270
12.4.5散點圖271
12.4.6餅圖271
12.5章末小結272
第13章數據可視化進階273
13.1Seaborn273
13.1.1成對圖274
13.1.2子集圖279
13.1.3回歸圖280
13.1.4核密度圖281
13.1.5條形圖282
13.1.6計數圖284
13.1.7點圖284
13.1.8箱線圖285
13.1.9小提琴圖286
13.1.10雙變量分布圖286
13.2Plotnine288
13.2.1ggplot術語290
13.2.2ggplot初探290
13.2.3常見的幾何函數和選項298
13.3Bokeh299
13.3.1Bokeh基礎299
13.3.2圖形排列303
13.4章末小結305
第14章統計分析306
14.1概括性度量306
14.1.1集中趨勢的度量307
14.1.2離散程度的度量308
14.1.3偏態與峰態的度量309
14.2統計分布311
14.2.1正態分布311
14.2.2二項分布312
14.2.3伯努利分布314
14.2.4指數分布314
14.2.5泊松分布315
14.3假設檢驗316
14.3.1u與t統計量316
14.3.2一個t檢驗實例317
14.3.3兩樣本t檢驗317
14.4章末小結318
第15章未言及的內容319
15.1魔術命令319
15.2面向對像編程321
15.3章末小結323
結語：接下來學什麼324

Python具有強大的應用能力，以及便捷高效的數據分析和可視化擴展包繫統。本書重點講解Python數據分析的基礎知識，使讀者通過Python理解數據分析的邏輯，並掌握基本的Python編程知識和分析實現方法。本書繫統全面、循序漸進地介紹了Python編程基礎、數據導入、數據分析和可視化內容，包括條件判斷與循環控制、從Excel中導入數據、使用Pandas庫進行數據的轉換和計算，以及使用Plotnine庫繪制ggplot風格的圖形等。此外，本書還涉及Markdown、基本的統計理論和IPython魔術命令等內容。 本書可以作為Python編程和數據分析入門級讀者的學習用書，也適合數據分析相關從業人員閱讀，還可以作為高等院校計算機、統計及相關專業的師生用書和培訓學校的教材。

王詩翔 著