python数据分析董付国ppt_Python数据分析、挖掘与可视化
（慕课版）董付国著⼈民。。。
内容简介：
1.Python零基础，轻松学会数据分析与挖掘
2.编码、分析、挖掘，数据分析全流程⼀次搞定
3.微课视频，扫码即可观看，重点难点逐个击破
反函数的概念
本书适于统计学、数学、经济学、⾦融学、管理学以及相关理⼯科专业的本科⽣、研究⽣使⽤，也能够提⾼从事数据咨询、研究或分析等⼈⼠的专业⽔平和技能。
作者简介：
本书适于统计学、数学、经济学、⾦融学、管理学以及相关理⼯科专业的本科⽣、研究⽣使⽤，也能够提⾼从事数据咨询、研究或分析等⼈⼠的专业⽔平和技能。
⽬录：
第1章　Python开发环境的搭建与编码规范 1
1．1　Python开发环境的搭建与使⽤　1
1．1．1　IDLE　2
1．1．2　Anaconda3　3
1．1．3　安装扩展库　4
1．2　Python编码规范　5
1．3　标准库、扩展库对象的
导⼊与使⽤　7
1．3．1　import模块名[ as 别名]　7
1．3．2　from模块名import
对象名[　as 别名]　7
1．3．3　from模块名import *　8
本章知识要点　8
三角函数图像变换本章习题　9
第2章　数据类型、运算符与内置函数　10
2．1　常⽤内置数据类型　10
2．1．1　整数、浮点数、复数　11
2．1．2　列表、元组、字典、集合　12
2．1．3　字符串　13
2．2　运算符与表达式　14
2．2．1　算术运算符　15
2．2．2　关系运算符　17
2．2．3　成员测试运算符　18
2．2．4　集合运算符　18
2．2．5　逻辑运算符　18
2．3　常⽤内置函数　19
2．3．1　类型转换　21
2．3．2　最⼤值、最⼩值　22
2．3．3　元素数量、求和　23
2．3．4　排序、逆序　24
2．3．5　基本输⼊/输出　25
2．3．6　range()　26
2．3．7　zip()　26
2．3．8　map()、reduce()、filter()　27 2．4　综合应⽤与例题解析　28
本章知识要点　29
本章习题　30
第3章　列表、元组、字典、集合与
字符串　31
3．1　列表与列表推导式　31
3．1．1　创建列表　31
3．1．2　使⽤下标访问列表中的
元素　32
3．1．3　列表常⽤⽅法　33
3．1．4　列表推导式　34
3．1．5　切⽚操作　35
3．2　元组与⽣成器表达式　36
3．2．1　元组与列表的区别　36
3．2．2　⽣成器表达式　36
3．2．3　序列解包　37
3．3　字典　37
3．3．1　字典元素的访问　38
3．3．2　字典元素的修改、
添加与删除　39
3．4　集合　39
3．4．1　集合概述　39
3．4．2　集合常⽤⽅法　40
3．5　字符串常⽤⽅法　40
3．5．1　encode()　41
3．5．2　format()　41
3．5．3　index()、rindex()、count()　42 3．5．4　replace()、maketrans()、translate()　42
3．5．5　ljust()、rjust()、center()　43 3．5．6　split()、rsplit()、join()　43 3．5．7　lower()、upper()、capitalize()、title()、swapcase()　44
3．5．8　startswith()、endswith()　44 3．5．9　strip()、rstrip()、lstrip()　44 3．6　综合应⽤与例题解析　45
本章知识要点　47
本章习题　47
revolve名词
第4章　选择结构、循环结构、
函数定义与使⽤　49
4．1　选择结构　49
4．1．1　条件表达式　49
4．1．2　单分⽀选择结构　50
4．1．3　双分⽀选择结构　50
4．1．4　嵌套的分⽀结构　50
4．2　循环结构　51
4．2．1　for循环　51
4．2．2　while循环　51
4．2．3　break与continue语句　52
4．3　函数定义与使⽤　52
python解析json文件
4．3．1　函数定义基本语法　52
4．3．2　lambda表达式　52
4．3．3　递归函数　53
4．3．4　⽣成器函数　53
4．3．5　位置参数、默认值参数、关键
参数、可变长度参数　54
4．3．6　变量作⽤域　55
4．4　综合应⽤与例题解析　56
本章知识要点　57
本章习题　58
第5章　⽂件操作　59
全局变量的作用域规则是什么
5．1　⽂件操作基础　59
5．1．1　内置函数open()　59 5．1．2　⽂件对象常⽤⽅法　60 5．1．3　上下⽂管理语句with　61 5．2　JSON⽂件操作　61
5．3　CSV⽂件操作　62
5．4　Word、Excel、PowerPoint
⽂件操作实战　63
本章知识要点　65
本章习题　65
第6章　numpy数组与矩阵运算　67 6．1　numpy数组及其运算　67 6．1．1　创建数组　67
6．1．2　测试两个数组的对应元素
是否⾜够接近　69
6．1．3　修改数组中的元素值　70 6．1．4　数组与标量的运算　71 6．1．5　数组与数组的运算　71 6．1．6　数组排序　72
6．1．7　数组的内积运算　73 6．1．8　访问数组中的元素　73 6．1．9　数组对函数运算的⽀持　74 6．1．10　改变数组形状　75 6．1．11　数组布尔运算　76 6．1．12　分段函数　77
6．1．13　数组堆叠与合并　78 6．2　矩阵⽣成与常⽤操作　79 6．2．1　矩阵⽣成　79
6．2．2　矩阵转置　79
6．2．3　查看矩阵特征　80
6．2．4　矩阵乘法　81
6．2．5　计算相关系数矩阵　81
6．2．6　计算⽅差、协⽅差、标准差　82 6．3　计算特征值与特征向量　82
6．4　计算逆矩阵　83
6．5　求解线性⽅程组　84
6．6　计算向量和矩阵的范数　85
6．7　奇异值分解　86
6．8　函数向量化　87
本章知识要点　88
本章习题　88
第7章　pandas数据分析实战　91
7．1　pandas常⽤数据类型　91
7．1．1　⼀维数组与常⽤操作　92
7．1．2　时间序列与常⽤操作　96
7．1．3　⼆维数组DataFrame　99
7．2　DataFrame数据处理与分析实战　101 7．2．1　读取Excel⽂件中的数据　101 7．2．2　筛
千年之恋网页制作代码
选符合特定条件的数据　103 7．2．3　查看数据特征和统计信息　106 7．2．4　按不同标准对数据排序　108 7．2．5　使⽤分组与聚合对员⼯
业绩进⾏汇总　110
7．2．6　处理超市交易数据中的
异常值　114
7．2．7　处理超市交易数据中的
缺失值　115
7．2．8　处理超市交易数据中的
重复值　117
7．2．9　使⽤数据差分查看员⼯
业绩波动情况　118
7．2．10　使⽤透视表与交叉表查看
业绩汇总数据　119

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。