Python语言是一种面向对象的解释型计算机程序设计语言,它具有丰富和强大的数据分析和处理库以及语言的简洁性、易读性和可扩展性等特点。《Python数据分析案例教程》内容包括五部分,介绍Python数据分析库、Numpy库的科学计算和数据处理函数、Pandas的数据结构,各种外部数据的读写、强大**的数据分析函数,Matplotlib绘制柱绘图、Python数据分析综合案例,识别需求、数据获取、数据清洗转换等。《Python数据分析案例教程》可作为计算机科学与技术、软件工程等相关专业的教材,也可作为数据分析技术人员的参考书。

第1章 数据分析概述
1.1 认识数据分析
1.2 数据分析与数据挖掘
1.3 互联网大数据及其特点
1.4 互联网大数据处理的相关技术
1.5 数据分析的过程
1.6 Python数据分析
1.7 数据分析经典案例

第2章 Python数据分析开发环境的搭建
2.1 Python开发环境的搭建
2.2 Python的安装
2.3 Anaconda的下载、安装
2.4 Python中导人Anaconda

第3章 NumPy
3.1 认识NumPy
3.2 ndarray
3.3 NumPy函数的使用
3.4 NumPy数据文件的读写
3.5 NumPy数据分析案例

第4章 Pandas基础
4.1 认识Pandas
4.2 Pandas数据结构
4.3 Pandas索引操作
4.4 Pandas算术运算与数据对齐

第5章 Pandas数据读写
5.1 I/O API函数
5.2 Pandas读写CSV文件中的数据
5.3 Pandas读写Excel文件中的数据
5.4 Pandas读写HTML文件中的数据
5.5 Pandas读写JSON数据
5.6 Pandas读写数据库文件的数据

第6章 Pandas数据处理
6.1 缺失值处理
6.2 数据合并和级��
6.3 字符串和文本数据处理
6.4 数据排序与分组
6.5 Pandas函数应用
6.6 数据统计与汇总
6.7 Pandas数据分析案例

第7章 数据可视化
7.1 认识Matplotlib
7.2 图形的属性
7.3 Matplotlib绘图步骤
7.4 基本图表绘制
7.5 **图表绘制
7.6 子图绘制
7.7 数据可视化pyecharts的使用

第8章 Python数据分析综合案例
8.1 Python数据分析环境
8.2 数据获取
8.3 数据清洗与数据转换
8.4 数据分析
8.5 数据可视化
8.6 数据分析结果
参考文献