谁说菜鸟不会数据分析 Python篇作者: 方小敏 出版时间:2019年版内容简介 《谁说菜鸟不会数据分析(Python篇)》从解决工作实际问题出发,提炼总结工作中Python 常用的数据处理、数据分析实战方法与技巧。本书力求通俗易懂地介绍相关知识,在不影响学习理解的前提下,尽可能地避免使用晦涩难懂的Python 编程、统计术语或模型公式。 《谁说菜鸟不会数据分析(Python篇)》定位是带领Python 数据分析初学者入门,并能解决学习、工作中大部分的问题或需求。入门后如还需要进一步进阶学习,可自行扩展阅读相关书籍或资料,学习是永无止境的,正所谓“师傅领进门,修行在个人”。目录第1 章 数据分析概况 /11.1 数据分析定义(What) /21.2 数据分析作用(Why) /41.3 数据分析步骤(How) /51.3.1 明确分析目的和思路 /61.3.2 数据收集 /71.3.3 数据处理 /91.3.4 数据分析 /91.3.5 数据展现 /101.3.6 报告撰写 /101.4 数据分析的三大误区 /121.5 常用的数据分析工具 /131.5.1 Excel /131.5.2 SPSS /141.5.3 R语言 /151.5.4 Python语言 /16第2 章 Python 概况 /172.1 Python简介 /182.2 Python特点 /192.3 Python模块 /202.3.1 函数 /202.3.2 模块 /242.4 Python使用场景 /272.5 Python 2与Python 3 /282.6 Python与数据科学 /292.7 Anaconda简介 /302.8 安装Anaconda /312.8.1 下载Anaconda /312.8.2 安装Anaconda /332.9 使用Anaconda /372.9.1 PyCharm 与Spyder /372.9.2 Anaconda 开始菜单 /382.9.3 Spyder 工作界面简介 /392.9.4 项目管理 /402.9.5 代码提示 /432.9.6 变量浏览 /442.9.7 图形查看 /442.9.8 帮助文档 /45第3 章 编程基础 /473.1 数据类型 /483.1.1 数值型 /483.1.2 字符型 /503.1.3 逻辑型 /563.2 赋值和变量 /573.2.1 赋值和变量 /573.2.2 变量命名规则 /583.3 数据结构 /593.3.1 列表 /593.3.2 字典 /633.3.3 序列 /663.3.4 数据框 /723.3.5 四种数据结构的区别 /803.4 向量化运算 /813.5 for 循环 /833.6 Python 编程注意事项 /87第4 章 数据处理 /904.1 数据导入与导出 /914.1.1 数据导入 /914.1.2 数据导出 /994.2 数据清洗 /1004.2.1 数据排序 /1014.2.2 重复数据处理 /1024.2.3 缺失数据处理 /1064.2.4 空格数据处理 /1094.3 数据转换 /1104.3.1 数值转字符 /1104.3.2 字符转数值 /1124.3.3 字符转时间 /1134.4 数据抽取 /1154.4.1 字段拆分 /1164.4.2 记录抽取 /1214.4.3 随机抽样 /1274.5 数据合并 /1304.5.1 记录合并 /1304.5.2 字段合并 /1334.5.3 字段匹配 /1354.6 数据计算 /1404.6.1 简单计算 /1404.6.2 时间计算 /1414.6.3 数据标准化 /1424.6.4 数据分组 /144第5 章 数据分析 /1485.1 对比分析 /1495.2 基本统计分析 /1525.3 分组分析 /1555.4 结构分析 /1585.5 分布分析 /1595.6 交叉分析 /1625.7 RFM 分析 /1645.8 矩阵分析 /1735.9 相关分析 /1765.10 回归分析 /1785.10.1 回归分析简介 /1785.10.2 简单线性回归分析 /1805.10.3 多重线性回归分析 /185第6 章 数据可视化 /1896.1 数据可视化简介 /1906.1.1 什么是数据可视化 /1906.1.2 数据可视化常用图表 /1906.1.3 通过关系选择图表 /1916.2 散点图 /1926.3 矩阵图 /2036.4 折线图 /2106.5 饼图 /2156.6 柱形图 /2176.7 条形图 /222 上一篇: 清华科技大讲堂 算法竞赛入门到进阶 罗勇军 2019年版 下一篇: AI新商业模式:你能保住自己的饭碗吗? [日]樋口晋也 2019年版