正版 谁说菜鸟不会数据分析(PYTHON篇) 方小敏 张文霖 电子工业

第1 章　数据分析概况 /1
1.1　数据分析定义（What） /2
1.2　数据分析作用（Why） /4
1.3　数据分析步骤（How） /5
1.3.1　明确分析目的和思路 /6
1.3.2　数据收集 /7
1.3.3　数据处理 /9
1.3.4　数据分析 /9
1.3.5　数据展现 /10
1.3.6　报告撰写 /10
1.4　数据分析的三大误区 /12
1.5　常用的数据分析工具 /13
1.5.1　Excel /13
1.5.2　SPSS /14
1.5.3　R语言 /15
1.5.4　Python语言 /16
?
第2 章　Python 概况 /17
2.1　Python简介 /18
2.2　Python特点 /19
2.3　Python模块 /20
2.3.1　函数 /20
2.3.2　模块 /24
2.4　Python使用场景 /27
2.5　Python 2与Python
3 /28
2.6　Python与数据科学 /29
2.7　Anaconda简介 /30
2.8　安装Anaconda /31
2.8.1　Anaconda /31
2.8.2　安装Anaconda /33
2.9　使用Anaconda /37
2.9.1　PyCharm 与Spyder
/37
2.9.2　Anaconda 开始菜单 /38
2.9.3　Spyder 工作界面简介 /39
2.9.4　项目管理 /40
2.9.5　代码提示 /43
2.9.6　变量浏览 /44
2.9.7　图形查看 /44
2.9.8　帮助文档 /45
?
第3 章　编程基础 /47
3.1　数据类型 /48
3.1.1　数值型 /48
3.1.2　字符型 /50
3.1.3　逻辑型 /56
3.2　赋值和变量 /57
3.2.1　赋值和变量 /57
3.2.2　变量命名规则 /58
3.3　数据结构 /59
3.3.1　列表 /59
3.3.2　字典 /63
3.3.3　序列 /66
3.3.4　数据框 /72
3.3.5　四种数据结构的区别 /80
3.4　向量化运算 /81
3.5　for 循环 /83
3.6　Python 编程注意事项 /87
?
第4 章　数据处理 /90
4.1　数据导入与导出 /91
4.1.1　数据导入 /91
4.1.2　数据导出 /99
4.2　数据清洗 /100
4.2.1　数据排序 /101
4.2.2　重复数据处理 /102
4.2.3　缺失数据处理 /106
4.2.4　空格数据处理 /109
4.3　数据转换 /110
4.3.1　数值转字符 /110
4.3.2　字符转数值 /112
4.3.3　字符转时间 /113
4.4　数据抽取 /115
4.4.1　字段拆分 /116
4.4.2　记录抽取 /121
4.4.3　随机抽样 /127
4.5　数据合并 /130
4.5.1　记录合并 /130
4.5.2　字段合并 /133
4.5.3　字段匹配 /135
4.6　数据计算 /140
4.6.1　简单计算 /140
4.6.2　时间计算 /141
4.6.3　数据标准化 /142
4.6.4　数据分组 /144
?
第5 章　数据分析 /148
5.1　对比分析 /149
5.2　基本统计分析 /152
5.3　分组分析 /155
5.4　结构分析 /158
5.5　分布分析 /159
5.6　交叉分析 /162
5.7　RFM 分析 /164
5.8　矩阵分析 /173
5.9　相关分析 /176
5.10　回归分析 /178
5.10.1　回归分析简介 /178
5.10.2　简单线性回归分析 /180
5.10.3　多重线性回归分析 /185
?
第6 章　数据可视化 /189
6.1　数据可视化简介 /190
6.1.1　什么是数据可视化 /190
6.1.2　数据可视化常用图表 /190
6.1.3　通过关系选择图表 /191
6.2　散点图 /192
6.3　矩阵图 /203
6.4　折线图 /210
6.5　饼图 /215
6.6　柱形图 /217
6.7　条形图 /222

"方小敏，“数据分析实战”公众号主理人，资深机器学习工程师；曾服务于BAT等知名互联网企业，熟练掌握Python、R、Spark、Hive、TensorFlow等工具进行机器学习。 张文霖，新浪博客“小蚊子数据分析”博主，资深数据分析师，曾服务于国内知名市场研究公司、中国移动等公司，具有多年移动互联网数据分析经验，略懂Excel、PPT、SPSS、水晶易表等工具 "

本书更是为非专业人士提供了应用Python
进行数据处理的入门途径。在示例和引用的第三方库方面，本书更靠近入门者的习惯，而非专家习惯，使得入门数据分析的过程更加平滑而减少挫折，同时也避免了很多入门者常见的学了Python
却不知道怎么用的难题。在努力降低入门门槛的同时，也没有避开一些常见的难点，比如数据清洗和多种输入输出文件类型的支持，使得本书避免成为一本纯入门的书籍。

——gashero，Python
技术专家
?
本书将Python
数据分析相关的模块和分析理论相结合，深入浅出地向读者阐述数据分析方法论，无论是对刚入门的业界新手，还是有经验的职场人士，都是工作学习中不可多得的一位良师益友。

——阿橙，“Python
中文社区”微信公众号主理人
?
Python
现在已经成为数据分析的一大利器，本书从实战出发讲解了一系列使用Python 进行数据分析的必备知识点，书中案例附有详细的案例图示和代码说明，以帮助读者更好地学习和理解。

——崔庆才，《Python
3 网络爬虫开发实战》作者
?
读完本书，你会发现数据分析的乐趣，它并不是那么枯燥，数据背后的故事简直是太有意思了。从此你将发现：无论是新闻媒体，还是企业报表中的数字将不再孤独，因为他们在那里，在和你说着话！祝愿大家早日练就一颗数据分析的“芯”！

——黄成明，《数据化管理》作者，数据化管理顾问及培训师
?
由浅入深、循循善诱，是一本真正站在数据分析角度的Python
书籍。

——李舰，《统计之美》作者，统计之都核心成员
?
这是一本对初学者友好的书，它将带你开启数据分析之旅。

——刘志军，“Python
之禅”微信公众号主理人
?
两年前开始学习数据分析，因为《谁说菜鸟不会数据分析》而入门，这本书对我的影响大。书中的各种数据分析案例生动形象，让初学者学习起来没有丝毫的压力。《谁说菜鸟不会数据分析（Python
篇）》这本书仍然延续了系列书的风格，对于希望入门数据分析、想系统学习数据分析方法论的同学来说是一本值得一读的书。

——路人甲，“路人甲TM”微信公众号主理人
?
这是一本适合初学者入门的书，书中既讲解了数据分析的思路和统计学的基础知识，又提供了丰富的案例，将方法与应用紧密联系起来，还有详细的可实现的代码供读者练习。另外，这本书不仅可以作为初学者入门之选，其函数涉及之全面、参数介绍之详细，可以作为日常学习工作中的工具书来随时查看，是一本数据分析师的“必备宝典”！

——齐德胜，中国气象局华风集团- 华风象辑研发副总监
?
当谈到用数据解决问题时，我经常用这样的语言去诠释：“如果你不能量化它，你就不能理解它，如果不理解它，就不能控制它，不能控制它，也就不能改变它”。数据无处不在，信息时代的主要特征就是“数据处理”，数据分析正以我们从未想象过的方式影响着日常生活。
在知识经济与信息技术时代，每个人都面临者如何有效地吸收、理解和利用信息的挑战。那些能够有效利用工具从数据中提炼信息、发现知识的人，*终往往成为各行各业的强者！
这本书向我们清晰又友好地介绍了数据分析方法、技巧与工具，欢迎来读一读这本书，或许会给你带来更大的惊喜！

——沈浩教授，中国传媒大学新闻学院博士生导师，

中国传媒大学调查统计研究所所长，

大数据挖掘与社会计算实验室主任，

中国市场研究协会会长
?
数据分析用Python，学分析工具Python，用好本书就够了，基础知识、方法、流程、案例，应有尽有。

——数据小人，腾讯数据分析师，连续创业者
?
市面上有很多面对初学者的Python
书籍，大多数偏向于介绍语言本身。很多时候学完了语言却不清楚下一步应该做什么，这种情况下就需要有一本能面向具体应用场景，又不是那么厚重的书来带领大家入门。本书把数据分析的细节掰开讲透，一步步地讲清楚了各参数的含义，细致和有章法。对于希望从Excel 迁移到Python
的数据分析用户来讲，这是一本不错的入门读物。

——肖凯，蚂蚁金服数据技术专家
?
Python
语言用途广泛，很容易让初学者迷失方向。本书是新手数据分析师的指路标，Python 数据分析入门，请从这本书设定的学习路径开始。

——肖骁，58 同城数据分析师
?
俗话说万事开头难，入门一门新的编程语言也是一件令人头痛的事。但是这本书既简洁又全面，并且简单易懂的方式重新组织了整个知识体系，让小白的python
入门之路更加平坦。这应该是每一位Python 小白入门的*本书。

——许树淮，东风本田发动机有限公司 市场数据分析师
?
这本书基于工作中常用的数据分析实战方法与案例，通过结合Excel、Sql 等实现类比，通俗易懂地介绍Python
的实现方法逻辑，大大降低了学习门槛，本书堪称Python 数据分析入门！

——严婷，猎聘网 数据分析师
?
统计学是一门很难，但是很有趣，更很有用的工具学科。懂得如何使用他的人总是乐在其中，而尚未入门的人则畏之如虎。国内讲述统计学理论，以及讲述统计软件操作的书籍可谓汗牛充栋，但是多数流于理论，疏于应用和实践指导。存在着明显未被满足的读者需求。
近年来随着信息技术的普及，各行各业的业务数据自动化趋势愈来愈明显，使得数据分析的需求开始从统计专业人士向各行业人员全面扩展。在此背景之下，一本能够深入浅出，从实际应用的角度介绍基本统计分析知识的书就变得很有必要。
本书在理论和实践的平衡方面做了很有价值的尝试，基于很为普及的5W2H、PEST等数据分析方法论为指导，深入浅出的介绍了如何满足具体工作中的常见统计分析需求，对于需要应用统计分析，但是又未接受过这方面系统培训的读者来说，本书应当是一本合适的数据分析入门教材。

——张文彤博士，上海昊鲲企业管理咨询有限公司合伙人
?
此书秉承《谁说菜鸟不会数据分析》系列图书的特点，结构有层次、内容全面、通俗易懂，一步步引导你走进数据分析的世界、手把手教你如何使用Python
进行数据处理、数据分析和数据呈现。针对数据分析新人，是一本从了解数据分析到自己动手操作、逐步递进的好图书。

——郑来轶，数据分析网创始人，JollyChic
数据分析总监
?
迈入大数据时代后，就理论研究和实践创新而言，Python
都已成为重要的数据分
析工具。本书通过完整的结构、清晰的构思、严谨的逻辑、生动的语言，为初学者设
计了一条学习和使用Python 的有效路径。

——郑跃平，中山大学政务学院助理教授

《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”。

《谁说菜鸟不会数据分析》系列自面世以来赢得众多有分量的行业奖项，影响几十万读者

Python篇系“小蚊子数据分析”团队精心打磨的又一力作

沈浩教授、《数据化管理》作者黄成明、《统计之美》作者李舰博士、张文彤博士、“路人甲TM”等专家力荐