●前言第1章  基礎知識11.1  數據分析簡介11.2  Python編程基礎41.2.1  Anaconda環境的安裝和配置51.2.2  Jupyter Notebook的使用71.2.3  內置數據類型111.2.4  程序的控制結構121.2.5  模塊化131.2.6  面向對像141.2.7  文件操作161.2.8  異常處理171.3  包/模塊使用示例181.3.1  CSV文件操作181.3.2  排序時間測試201.4  本章小結241.5  習題25第2章  科學計算基礎工具包NumPy272.1  ndarray類272.1.1  為什麼使用ndarray282.1.2  ndarray類對像的常用屬性302.1.3  創建ndarray類對像322.2  示例數據352.3  索引和切片382.4  數據拷貝402.5  數據處理432.5.1  基礎運算432.5.2  廣播機制472.5.3  通用函數482.5.4  常用函數和方法512.6  高級索引582.7  本章小結622.8  習題63第3章  數據分析工具庫Pandas663.1  Series類663.1.1  Series對像的常用屬性663.1.2  創建Series對像673.2  DataFrame對像693.2.1  DataFrame對像的常用屬性703.2.2  創建DataFrame對像723.3  Index對像743.3.1  Index對像的常用屬性743.3.2  創建Index對像743.4 &nb素訪問方式753.4.1  屬性運算符訪問763.4.2  索引運算符訪問773.4.3  loc訪問方法813.4.4  iloc訪問方法833.4.5  at和iat索引方法863.4.6  head和tail方法873.5  數據清洗883.5.1  處理缺失數據883.5.2  刪除重復數據923.6  數據合並943.6.1  merge方法943.6.2  join方法973.6.3  concat方法1003.7  數據重塑1033.7.1  pivot方法1033.7.2  melt方法1043.8  Pandas數據處理實例1063.8.1  藥品銷售數據處理實例1063.8.2  流感與人口數據處理實例1103.9  本章小結1133.10  習題114第4章  數據統計分析1194.1  基本統計分析1194.2  分組分析1214.2.1  定性分組1214.2.2  定量分組1234.3  分布分析1244.4  交叉分析1254.5  結構分析1274.6  相關分析1284.7  應用實例1314.8  本章小結1334.9  習題133第5章  時間序列分析1355.1  Datetime模塊1355.2  時間序列基礎1375.3  日期時間處理1405.4  頻率轉換與重采樣1435.4.1  頻率轉換1435.4.2  重采樣1455.5  本章小結1515.6  習題151第6章  數據可視化1536.1  Matplotlib1536.1.1  線形圖1536.1.2  條形圖1556.1.3  餅圖1566.1.4  散點圖1586.1.5  直方圖1596.2  Seaborn1606.2.1  關繫圖1616.2.2  分布圖1636.2.3  分類圖1676.2.4  回歸圖1706.2.5  熱力圖1726.3  Pyecharts1736.3.1  Pyecharts圖表類1736.3.2  Pyecharts圖表配置1746.4  應用實例1776.5  本章小結1826.6  習題183第7章  網絡爬蟲1877.1  網絡數據獲取1877.2  數據文件操作1967.3  應用實例2037.4  本章小結2087.5  習題208第8章  MySQL數據庫操作2108.1  MySQL簡介2108.2  MySQL的安裝2118.3  連接、讀取和存儲2148.3.1  創建數據庫和數據表2148.3.2  Python連接數據庫2178.3.3  Python讀取數據庫2188.3.4  Python存儲數據庫2198.4  數據操作2228.4.1  查詢操作2228.4.2  插入操作2238.4.3  更新操作2258.4.4  刪除操作2268.5  應用實例2278.6  本章小結2338.7  習題233附錄  NumPy通用函數235參考文獻238

本書基於作者多年來的課程教學經驗和利用Python進行數據分析的工程經驗編寫而成，面向數據分析的初學者，使其具備利用Python開展數據分析工作、解決各專業問題的思維和能力。高校計算機、大數據、人工智能及其他相關專業均可使用本書作為數據分析課程教材。