內(nèi)容實用——理論與實踐結(jié)合，重點突出應(yīng)用

體系完善——構(gòu)建完整的大數(shù)據(jù)專業(yè)解決方案

產(chǎn)教融合——高校企業(yè)共參與，對標(biāo)行業(yè)標(biāo)準(zhǔn)

資源豐富——微課、課件、教案、源碼、答案

“Python數(shù)據(jù)分析”是信息管理、計算機科學(xué)技術(shù)等專業(yè)的大數(shù)據(jù)方向及人工智能方向的專業(yè)核心課程之一，課程設(shè)置學(xué)期位于職業(yè)能力形成階段，主要講解大數(shù)據(jù)分析基礎(chǔ)理論、分析工具、分析方法等。課程目標(biāo)是使學(xué)生能夠熟練運用Python工具來解決實際問題，同時讓學(xué)生掌握在不同領(lǐng)域使用Python擴展模塊解決大數(shù)據(jù)處理問題的方法，要求學(xué)生通過課堂教學(xué)和實驗訓(xùn)練后，具有初步處理數(shù)據(jù)、獨立分析數(shù)據(jù)的能力。數(shù)據(jù)分析作為一種從數(shù)據(jù)中提煉信息的方法，在就業(yè)方面也是多個崗位要求掌握的技能。

本書致力于推動數(shù)據(jù)分析的普及教育，深入淺出地介紹了數(shù)據(jù)分析相關(guān)知識，使用通俗易懂的語言進行講述，內(nèi)容包括Python語言的語法特點以及數(shù)據(jù)分析的流程思路，并結(jié)合典型應(yīng)用展開闡述，從基本知識和數(shù)據(jù)分析的邏輯關(guān)系角度，使讀者建立起數(shù)據(jù)分析的知識體系和框架。本書不局限于知識和技能的介紹，更注重從數(shù)理思維的角度引發(fā)讀者探索數(shù)據(jù)世界的興趣，激發(fā)求知欲，使其通過理論學(xué)習(xí)和實踐過程的反復(fù)迭代，在認(rèn)識客觀世界的方法上有更加深刻的認(rèn)識，這也是辯證唯物主義實踐觀和認(rèn)識觀的一種學(xué)習(xí)體驗。

本書共9章，前6章為理論部分，包括Python簡介及數(shù)據(jù)分析概述、Python語言基礎(chǔ)、科學(xué)計算庫NumPy、數(shù)據(jù)處理庫Pandas、數(shù)據(jù)可視化、數(shù)據(jù)分析方法；后面3章結(jié)合數(shù)據(jù)分析的典型案例，進行數(shù)據(jù)分析實戰(zhàn)演練。

本書的編寫注重可讀性和邏輯性，并在章節(jié)中增加了課程思政的案例和內(nèi)容，將知識傳授、能力培養(yǎng)和價值塑造有機融合。本書由馮志輝、趙磊、李放擔(dān)任主編，魚明、陳慧穎、陳祥擔(dān)任副主編。本書的Pandas講解及案例編程部分得到了東北師范大學(xué)趙志銘的支持和幫助，另外在本書編寫過程中，智慧云未來科技（北京）有限公司黃智慧總經(jīng)理和北京普開數(shù)據(jù)技術(shù)有限公司劉生副總經(jīng)理給予了技術(shù)指導(dǎo)，中國水利水電出版社的領(lǐng)導(dǎo)和編輯也給予了很大的支持與幫助，并付出了辛勤勞動，在此一并向他們表示衷心感謝。

由于編者水平有限，加之時間倉促，書中難免存在錯誤和不妥之處，懇請讀者批評指正。

編 者

2023年9月

前言
第1章　Python簡介及數(shù)據(jù)分析概述 1
1.1　Python簡介 1
1.1.1　Python語言的特點 1
1.1.2　Python語言的應(yīng)用領(lǐng)域 2
1.2　Python開發(fā)環(huán)境部署 3
1.2.1　下載對應(yīng)版本安裝文件 4
1.2.2　Python的安裝及相關(guān)文件介紹 6
1.3　擴展庫的安裝 9
1.4　開發(fā)環(huán)境應(yīng)用示例 12
1.4.1　Anaconda的功能介紹及安裝 12
1.4.2　JupyterLab的使用及文本數(shù)據(jù)分析
實例演示 14
1.5　數(shù)據(jù)分析概述 18
1.5.1　數(shù)據(jù)分析的過程 18
1.5.2　數(shù)據(jù)分析常用擴展庫 19
本章小結(jié) 20
練習(xí)1 20
第2章　Python語言基礎(chǔ) 22
2.1　數(shù)據(jù)類型 22
2.1.1　數(shù)值 22
2.1.2　字符串 24
2.1.3　列表 25
2.1.4　元組 25
2.1.5　集合 26
2.1.6　字典 26
2.2　數(shù)據(jù)類型的共有方法 27
2.2.1　索引 27
2.2.2　切片 28
2.2.3　提取長度 28
2.2.4　統(tǒng)計 28
2.2.5　確認(rèn)成員身份 29
2.2.6　刪除變量 29
2.3　字符串、列表、元組、集合及字典的方法 30
2.3.1　字符串的方法 30
2.3.2　列表的方法 33
2.3.3　元組的方法 35
2.3.4　集合的方法 36
2.3.5　字典的方法 38
2.4　內(nèi)置函數(shù)、內(nèi)置模塊與自定義函數(shù) 40
2.4.1　內(nèi)置函數(shù) 40
2.4.2　高級函數(shù) 41
2.4.3　help()函數(shù) 43
2.4.4　內(nèi)置函數(shù)與內(nèi)置模塊的區(qū)別 44
2.4.5　常用的內(nèi)置模塊 44
2.4.6　自定義函數(shù) 44
2.5　類和對象 47
2.5.1　類和對象的概念 47
2.5.2　類和對象的使用 47
2.5.3　類和對象實例演示 48
2.6　讀取數(shù)據(jù)文件 50
本章小結(jié) 51
練習(xí)2 51
第3章　科學(xué)計算庫NumPy 54
3.1　NumPy簡介 54
3.2　NumPy中的對象 55
3.2.1　ndarray對象 56
3.2.2　array對象的屬性和方法 58
3.2.3　NumPy創(chuàng)建數(shù)組 58
3.3　NumPy中數(shù)組的索引 62
3.3.1　數(shù)組的維度和基本索引 62
3.3.2　高級索引 63
3.4　Numpy中的統(tǒng)計函數(shù) 64
3.5　Numpy中的矩陣操作 66
本章小結(jié) 67
練習(xí)3 68
第4章　數(shù)據(jù)處理庫Pandas 70
4.1　Pandas簡介 70
4.1.1　Pandas的安裝與導(dǎo)入 70
4.1.2　數(shù)據(jù)類型Series 71
4.1.3　數(shù)據(jù)類型DataFrame 71
4.2　數(shù)據(jù)文件讀取 72
4.2.1　excel文件讀取 72
4.2.2　csv文件讀取 73
4.3　數(shù)據(jù)類型Series和DataFrame 73
4.3.1　Series常見的屬性與方法 73
4.3.2　DataFrame常見的屬性與方法 84
4.4　Pandas的高級操作 95
4.4.1　Pandas的高級操作簡介 95
4.4.2　Pandas數(shù)據(jù)分析案例1 97
4.4.3　Pandas數(shù)據(jù)分析案例2 99
本章小結(jié) 107
練習(xí)4 107
第5章　數(shù)據(jù)可視化 109
5.1　數(shù)據(jù)可視化簡介 109
5.2　Matplotlib可視化 110
5.2.1　Matplotlib散點圖示例 111
5.2.2　Matplotlib線圖示例 112
5.2.3　Matplotlib柱狀圖示例 113
5.2.4　Matplotlib餅圖示例 114
5.2.5　Matplotlib箱線圖示例 115
5.2.6　Matplotlib直方圖示例 116
5.2.7　Matplotlib多子圖示例 117
5.3　Pandas繪圖 120
本章小結(jié) 125
練習(xí)5 125
第6章　數(shù)據(jù)分析方法 127
6.1　數(shù)據(jù)分析方法概述 127
6.1.1　ETL（Extract-Transform-Load） 127
6.1.2　數(shù)據(jù)分析中常用的方法 128
6.2　數(shù)據(jù)預(yù)處理 128
6.2.1　異常值處理 128
6.2.2　缺失值處理 129
6.2.3　歸一化處理 129
6.3　分類與預(yù)測 130
6.3.1　決策樹 130
6.3.2　樸素貝葉斯 134
6.3.3　支持向量機 136
6.3.4　神經(jīng)網(wǎng)絡(luò) 139
6.4　回歸 142
6.4.1　線性回歸 142
6.4.2　非線性回歸 143
6.5　聚類 144
6.5.1　層次聚類 144
6.5.2　非層次聚類 146
本章小結(jié) 147
練習(xí)6 147
第7章　電影數(shù)據(jù)分析 150
7.1　項目簡介 150
7.2　代碼實現(xiàn) 150
7.2.1　數(shù)據(jù)清洗 150
7.2.2　編程打分 153
7.2.3　其他數(shù)據(jù)類型處理 157
7.2.4　建模分析 162
本章小結(jié) 165
練習(xí)7 165
第8章　客戶價值分析 166
8.1　項目簡介 166
8.2　代碼實現(xiàn) 167
8.2.1　數(shù)據(jù)清洗 167
8.2.2　客戶屬性與客戶流失的關(guān)系分析 171
8.2.3　產(chǎn)品屬性與客戶流失的關(guān)系分析 175
8.2.4　客戶行為與客戶流失的關(guān)系分析 179
本章小結(jié) 187
練習(xí)8 187
第9章　房價預(yù)測分析 188
9.1　項目簡介 188
9.2　代碼實現(xiàn) 189
9.2.1　線性回歸 194
9.2.2　隨機森林 197
9.2.3　支持向量機 199
9.2.4　模型評估比較 201
本章小結(jié) 201
練習(xí)9 201
參考文獻 202

1. C語言程序設(shè)計實驗指導(dǎo)與實訓(xùn)（第二版） [主編 倪燃]
2. Python程序設(shè)計及實踐教程 [肖朝暉]
3. C語言程序設(shè)計 [魏琴 劉祖珉 趙仕波 肖陽春]
4. C語言程序設(shè)計實驗教程 [張小剛 司春景]
5. 電氣控制與PLC程序設(shè)計（第二版） [胡冠山]
6. Java Web項目化設(shè)計實踐教程 [邱云 曾陳萍]
7. 人工智能開發(fā)框架應(yīng)用 [主編 王明超 蘆婭云]
8. C語言程序設(shè)計（第三版） [主編 丁紅 王立新 蔡開立]
9. 民航客艙服務(wù)實用英語教程 [主編 田靜 徐亞玲]
10. 大學(xué)信息技術(shù) [曾翰穎 編著]
11. Python程序設(shè)計與應(yīng)用（第二版） [主編 張廣淵]
12. 多維視域下的高校籃球教學(xué)創(chuàng)新研究 [張利超 李寧 著]
13. 創(chuàng)新創(chuàng)業(yè)訓(xùn)練實踐教程 [主編 王日華 陳武 黃喆誠]
14. 實用運籌學(xué) [主編　邢育紅　于晉臣]
15. 電子技術(shù)（第二版） [主編 覃愛娜 李飛]
16. C程序設(shè)計實踐教程 [劉衛(wèi)國]
17. C程序設(shè)計（慕課版） [劉衛(wèi)國]
18. 程序設(shè)計基礎(chǔ)實踐教程（C/C++語言版） [張桂芬 葛麗娜]
19. C++案例項目精講 [主編 楊國興]
20. 勞動爭議處理實務(wù) [主編 王秀卿 羅靜]
21. 工程數(shù)學(xué) [主編 郭立娟 王海]
22. 語音識別理論與實踐 [主編　莫宏偉]
23. 武術(shù)基礎(chǔ)教程 [主編 李代勇 謝志民]
24. 計算機網(wǎng)絡(luò)實訓(xùn)教程 [主編 張浩軍 趙玉娟]
25. 畫法幾何與機械制圖習(xí)題集（多學(xué)時） [主編 趙軍]
26. SwiftUI完全開發(fā) [李智威 著]
27. 電工電子技術(shù)基礎(chǔ) [主編 劉 軍 楊國龍 劉天成]
28. MySQL數(shù)據(jù)庫項目式教程 [陳亞峰]
29. 機械設(shè)計基礎(chǔ)（第二版） [主編 田亞平 李愛姣]
30. 畫法幾何與機械制圖 [主編 趙軍]