从零开始学Python数据分析课件.pdf

从零开始学Python数据分析1 Python环境搭 建与使用1 Python环境搭建与使用1.1 Anaconda的安装和使用1.1.1 Anaconda 的安装1.1.2 Anaconda 的使用1.2 Jupyter Notebook 的使用1.2.1 更改工作空间1.2.2 界面介绍与使用2 NumPy入门和实战2 NumPy入门和实战2.5综合示例LOGO2 NumPy入门和实战-01 X02 _X2.1.1 创建 2.1.2 ndarrayndarray数组 对象属性2.1 ndarray 多维数 组r03 一x104 x105 郴22.1.3 ndarray 2.1.4 数组变 2.1.5 NumPy数据类型 换 的随机数函数M.94275.CNLOGO2 NumPy 入门和实 战2.2数组的索引和切片2.2.1数组 的索引2.2.2数组 的切片M.94275.CN2.2.3布尔 型索引2.2.4花式索引2.3.1 数 组和标量 间的运算2.3.2 通 用函数2.3.3 条 件逻辑运 算2.3.4 统 计运算2.3.5 布 尔型数组X-/r-A-巧算2.3.6 排序2 NumPy入门和实战2.3数组的运算2 NumPy入门和实战2.3数组的运算2 NumPy入门和实战2.4数组的存取2.4.1数组 的存储2.4.2数组 的读取23 pandas入门和 实战3 pandas入门和实战Q1Pandas 数Q4andas 索据结构引操作a n d a s 数 据运算Q4层次化索引Q5“Fhpandas 可 视化Q6综合示例小费数据集3 pandas入门和实战3.1 pandas数据结构013.1.1创建Series数据023.1.2创建 DataFrame 数据033.1.3索引对 象3 pandas入门和实战3.2.1重新索 引3.2.2更换索 引3.2 pandas索引操作3.2.3索引和选取3.2.4操作行和列3.3.1算术运 算3.3.2函数应 用和映射3.3.5唯一值 和值计数3 pandas入门和实战3.3 pandas数据运算3 pandas 入门 和实战3.4 层次化索引|013.4.1层次 化索引简介3.4.3 汇总 统计3.4.2 重排 分级顺序3 pandas入门和实战3.5 pandas可视化一3.5.1 线形 3.5.3直方 图 图和密度图3.5.2 柱状 3.5.4散点图 图*e3 pandas入门和实战3.6.3定义问题3.6综合示例一一小费数据集4外部数据的读 取与存储4外部数据的读取与存储4.2 JSON 和 Excel 数据的读取与存储4.1文本数据的读 取与存储4.3数据库的读取 与存储4.4 Web数据的读 取4.1.1 CSV文件的读取4.1.3文本数据的存储4.1.2 TXT文件的读取4外部数据的读取与存储4.1 文本数据的读取与存储LOGO4外部数 据的读取 与存储4.2 JSON 和 Excel 数据的读取与存储4.2.1 JSON数据的读取与存 储24.2.2 Excel数据的读取与存 储M.94275.CN4外部数据的读取与存储4.3.2读取 数据库4.3数据库的读取与存储4.3.3存储 数据库4外部数据的读取与存储4.4.1 读 取 HTML 表格4.4.2网络爬 虫4.4 Web数据的读取5数据清洗与整理5数据清洗与整理5.1数据清洗5.2数据合并和重 塑5.3字符串处理5.4综合示例-Iris数据集D5.1.1处理缺失值5.13替换值5.1.5检测异常值5.1.2移除重复数据5.1.4利用函数或映射 进行数据转换5.1.6虚拟变量5数据清洗与整理5.1数据清洗5数据清洗与整理5.2数据合并和重塑5数据清洗与整理5.3字符串处理5数据清洗与整理5.4.1数据来5.4.2定义问源题5.4综合示例一一Iris数据集5.4.3 数据清 洗5.4.4 数据探索6数据分组与聚合6数据分组与聚合6.1数据分组6.2 聚合运算6.3 分组运算6.4 数据透视表6.5综合实例一一巴尔 的摩公务员工资数据集6数据分组与聚合6.1数据分组Q1GroupBy 简介Q2 按列名分 组Q3按列表或元组分组组Q1按函数分组6数据分组与聚合6.2聚合运算6数据分组与聚合6.3分组运算6数据分组与聚合6.4数据透视表6数据分组与聚合院区6.5.2定义问 题6.5.3数据清洗6.5综合实例巴尔的摩公 务员工资数据集6.5.1数据来源7 matplotlib 可 视化7 matplotlib 可视化7.1线形图7.3其他基本图表7.5综合示例星巴 克店铺数据集7.2柱状图7.4自定义设置LOGO7 matplotl ib可视化7.1线形图M.94275.CN7 matplotlib 可视 化7.2柱状图o:7.2.1 基 7.2.2 亥！7.2.3 图本使用度与标签 例7 matplotlib 可视化7.3其他基本图表7 matplotlib 可视 化7.4自定义设置7.4.1 图 表布局7.4.2 文 7.4.3 样 本注解式与字体7 matplotlib 可视 化7.5综合示例星巴克店 铺数据集7.5.1数据来源7.5.3数据 清洗7.5.2定义问题7.5.4数据探索8 seaborn 可视 化8 seaborn可视化8.2分类图-O-8.1样式与分布 图8.4综合示例 泰 坦尼克号生还者数据8.3回归图与网 格D8 seaborn可视化8.1.1seaborn 样式028.1.2坐标 轴移除8.1样式与分布图04038.1.4多变 量分布图8.1.3单变 量分布图8.2.1分类 散点图8.2.2箱线 图与琴形图8.2.3柱状 图8 seaborn可视化8.2分类图8 seaborn可视化028.3回归图与网格8.3.1 回 归图8.3.2 网 格8 seaborn可视化8.4.1 数 据来源8.4.2 定 义问题8.4.4 数 据探索8.4.3 数 据清洗8.4综合示例泰坦尼克号 生还者数据9 pyecharts 可 视化9 pyecharts 可视化9.1基础图表9.2其他 图表9.3综合示 例模事 百科用户数 据9.1.1pyecharts 安装9.1.3折线 图9.1.2散点 图9.1.4柱状图9 pyecharts 可视化9.1 基础图表9 pyecharts 可视 化9.2 其他图表9.2.1 饼 图9.2.2 箱 线图9 pyecharts 可视 化9.3综合示例模事百科 用户数据9.3.1数据 来源9.3.3数据 清洗9.3.2定义问题9.3.4数据探索10时间序列10时间序列10.4时期10.5频率转换与重 采样10.6综合小例-自行车租赁数据10时间序列10.1.1 datetime 构造10.1.2数据转 换10.1 datetime 模块10时间序列10.2.1 时间序列构造10.2.2 索 引与切片10.2时间序列基础110时间序列10.3日期10.3.1日期范 围10.3.2频率与 移动10时间序列10.4时期10时间序列10.5频率转换与重采样LOGO10时间 序列10.6综合示例一 自行车租赁数据10.6.1数据 来源0410.6.4数据探索M.94275.CN0210.6.2定义 问题0310.6.3数据清洗11综合案例 网站日志分析11综合案例 析网站日志分11.1 数据来源11.1.1 网站日志解析11.1.2 日志数据清洗11.2 日志数据分析11.2.1 网站流量分析11.2.2 状态码分析11.2.3 IP地址分析感谢聆听