本书以任务为导向，全面地介绍数据分析的流程和Python数据分析库的应用，详细讲解利用Python解决企业实际问题的方法。全书共9章，* 1章介绍了数据分析的基本概念等相关知识；* 2～6章介绍了Python数据分析的常用库及其应用，涵盖NumPy数值计算、Matplotlib数据可视化、pandas统计分析、使用pandas进行数据预处理、使用scikit-learn构建模型，较为全面地阐述了Python数据分析方法；第7～9章结合之前所学的数据分析技术，进行企业综合案例数据分析。除* 1章外，本书各章都包含了实训与课后习题，通过练习和操作实践，帮助读者巩固所学的内容。 本书可作为高校大数据技术类专业的教材，也可以作为大数据技术爱好者的自学用书。

第1章 Python数据分析概述
任务1.1 认识数据分析
1.1.1 掌握数据分析的概念
1.1.2 掌握数据分析的流程
1.1.3 了解数据分析应用场景
任务1.2 熟悉Python数据分析的工具
1.2.1 了解数据分析常用工具
1.2.2 了解Python数据分析的优势
1.2.3 了解Python数据分析常用类库
任务1.3 安装Python的Anaconda发行版
1.3.1 了解Python的Anaconda发行版
1.3.2 在Windows系统中安装Anaconda
1.3.3 在Linux系统中安装Anaconda
任务1.4 掌握Jupyter Notebook常用功能
1.4.1 掌握Jupyter Notebook的基本功能
1.4.2 掌握Jupyter Notebook的高 级功能
小结
课后习题
第2章 NumPy数值计算基础
任务2.1 掌握NumPy数组对象ndarray
2.1.1 创建数组对象
2.1.2 生成随机数
2.1.3 通过索引访问数组
2.1.4 变换数组的形态
任务2.2 掌握NumPy矩阵与通用函数
2.2.1 创建NumPy矩阵
2.2.2 掌握ufunc函数
任务2.3 利用NumPy进行统计分析
2.3.1 读/写文件
2.3.2 使用函数进行简��的统计分析
2.3.3 任务实现
小结
实训
实训1 创建数组并进行运算
实训2 创建一个国际象棋的棋盘
课后习题
第3章 Matplotlib数据可视化基础
任务3.1 掌握绘图基础语法与常用参数
3.1.1 掌握pyplot基础语法
3.1.2 设置pyplot的动态rc参数
任务3.2 分析特征间的关系
3.2.1 绘制散点图
3.2.2 绘制折线图
3.2.3 任务实现
任务3.3 分析特征内部数据分布与分散状况
3.3.1 绘制直方图
3.3.2 绘制饼图
3.3.3 绘制箱线图
3.3.4 任务实现
小结
实训
……
第4章 pandas统计分析基础
第5章 使用pandas进行数据预处理
第6章 使用scikit-learn构建模型
第7章 航空公司客户价值分析
第8章 财政收入预测分析
第9章 家用热水器用户行为分析与事件识别
附录
附录
参考文献