项目一?Python数据分析基础 1
任务一?数据分析基础 2
一、数据分析方法 2
二、数据分析的分类 3
三、数据分析过程 4
四、数据分析工具 5
五、数据结果呈现 6
任务二?Python基础 7
一、Python简介 7
二、安装Python 8
三、Python内置函数 12
四、集成库Anaconda 16
五、安装Python库 19
项目总结 23
项目二?Python数据分析开发环境 24
任务一?集成开发环境PyCharm 25
一、安装PyCharm 25
二、配置PyCharm 27
三、PyCharm编辑环境 29
四、加载模块 32
五、模块导入 35
任务二?Python数据类型 37
一、数据类型 37
二、常量与变量 41
三、数值类型 45
四、数据迭代输出 46
五、数据类型转换 47
任务三?程序结构 50
一、表达式语句 50
二、顺序结构 52
三、选择结构 52
四、循环结构 55
五、条件表达式 57
六、程序的流程控制 57
七、程序调试 59
项目总结 60
项目实战 61
项目三?数组计算库NumPy 63
任务一?数组的创建 64
一、数组数据类型 64
二、创建数组的具体方法 66
三、创建新数组 71
四、数组的属性 73
任务二?特殊数组 74
一、数值数组 74
二、随机数组 76
三、单位数组 78
四、概率分布数组 80
任务三?数组运算 82
一、数组的数学运算 82
二、数组元素运算 90
任务四?矩阵操作 95
一、创建矩阵 95
二、向量运算 96
三、统计函数 98
项目总结 99
项目实战 100
项目四?数据分析库Pandas 104
任务一?Pandas数据结构 105
一、一维数组Series 106
二、二维数组DataFrame 110
任务二?导入数据 114
一、读取Excel文件 114
二、写入Excel文件 118
任务三?数据处理 120
一、数据清洗 120
二、数据转换 130
三、数据合并 132
任务四?数据统计 134
一、数据提取 134
二、数据分类 137
三、数据排序 138
四、统计分组 142
任务五?数据统计分析 146
一、集中趋势分析 146
二、离散程度分析 147
三、频数分析 149
项目总结 150
项目实战 150
项目五?数据可视化库Matplotlib 155
任务一?数据可视化 156
一、数据可视化的作用 156
二、数据分析图表 157
三、图表结构 158
四、图表类型 159
任务二?图表的基本设置 162
一、创建图形窗口 162
二、绘制折线图 164
三、创建子图 167
四、图表属性参数 169
任务三?图形修饰处理 171
一、坐标系设置 171
二、图形标注 174
任务四?常用图表的绘制 184
一、绘制柱形图 184
二、绘制直方图 187
三、绘制饼图 189
四、绘制散点图 191
五、绘制面积图 193
六、绘制箱形图 194
七、绘制雷达图 195
项目总结 197
项目实战 197
项目六?数据分析库SciPy 202
任务一?SciPy简介 203
一、linalg模块 203
二、stats模块 205
任务二?相关性分析 208
一、图表相关性分析 209
二、相关系数分析 213
任务三?假设检验 217
一、正态性检验 218
二、方差齐性检验 222
三、卡方检验 223
任务四?t检验 225
一、单样本t检验 225
二、独立样本t检验 227
三、配对样本t检验 228
任务五?方差分析 230
一、单因素方差分析 230
二、多因素方差分析 232
项目总结 233
项目实战 233
展开
