正版新书]交互的Python 数据分析入门王诗翔9787115535702

章Python介绍及学习前的准备1

1.1Python是什么1

1.2为什么要使用Python进行数据分析2

1.3科学计算核心库简介2

1.4搭建环境3

1.4.1线上平台3

1.4.2本地机器环境下相关软件的安装4

1.5章末小结12

第2章Python入门示例及基础知识13

2.1Python解释器与IPython13

2.1.1标准Python解释器13

2.1.2IPython14

2.2Python入门示例15

2.3nteract软件使用简介16

2.4算术运算17

2.4.1简单数学运算17

2.4.2代码约定18

2.4.3计算身体质量指数19

2.5变量简介20

2.5.1什么是变量20

2.5.2变量的命名21

2.6基本数据类型22

2.6.1数字22

2.6.2字符串23

2.6.3布尔值24

2.6.4查看数据类型24

2.7数据运算25

2.7.1加号与黑箱子25

2.7.2类型转换26

2.7.3运算符汇总26

2.8章末小结27

第3章基本数据结构28

3.1列表28

3.1.1列表的创建28

3.1.2修改列表元素30

3.1.3遍历列表30

3.1.4列表操作符31

3.1.5列表切片32

3.1.6列表方法、函数与操作33

3.1.7列表与字符串37

3.1.8列表对象与值38

3.2元组39

3.2.1元组的创建40

3.2.2元组操作40

3.2.3元组与列表的区别42

3.3字典42

3.3.1字典的创建与使用42

3.3.2字典操作43

3.4集合45

3.4.1集合的创建45

3.4.2集合操作45

3.4.3冰冻集46

3.5章末小结47

第4章控制流与文件操作48

4.1条件结构if-else48

4.1.1简单if-else结构49

4.1.2嵌套条件结构50

4.1.3单行if-else51

4.1.4使用逻辑操作符51

4.2for语句52

4.2.1for语句块53

4.2.2else语句块53

4.2.3索引迭代54

4.2.4多列表迭代55

4.2.5列表推导式55

4.2.6条件列表推导式57

4.2.7字典迭代58

4.3while语句59

4.4continue、break与pass61

4.4.1continue61

4.4.2break62

4.4.3pass64

4.5文件操作64

4.5.1文件类型65

4.5.2使用open()函数读取文件65

4.5.3使用open()写文件68

4.6章末小结68

第5章函数与模块69

5.1函数69

5.1.1为什么使用函数69

5.1.2函数的调用70

5.1.3函数的创建71

5.1.4函数作用域72

5.1.5递归函数73

5.2函数的参数76

5.2.1位置参数76

5.2.2关键字参数77

5.2.3可变参数79

5.3模块80

5.3.1模块与包结构80

5.3.2模块的创建81

5.3.3模块的作用域83

5.3.4三方模块的安装83

5.3.5模块的使用85

5.4章末小结87

第6章NumPy88

6.1NumPy简介与ndarray88

6.1.1NumPy简介88

6.1.2创建ndarray89

6.2数组操作92

6.2.1数组运算92

6.2.2索引与切片95

6.2.3布尔型索引99

6.2.4数组转置与轴转换101

6.3数组函数与方法103

6.3.1通用函数103

6.3.2基本统计105

6.3.3排序与集合操作107

6.3.4线性代数操作108

6.3.5伪随机数的生成109

6.3.6数组文件的输入与导出111

6.4章末小结112

第7章Matplotlib113

7.1Matplotlib入门113

7.1.1Matplotlib库简介113

7.1.2命名约定114

7.1.3如何展示图形114

7.1.4保存图形116

7.1.5两种绘图接口117

7.2基本图形绘制119

7.2.1线图119

7.2.2散点图132

7.2.3条形图137

7.2.4直方图142

7.2.5饼图146

7.2.6箱线图148

7.3多图与自定义150

7.3.1多图150

7.3.2设置风格154

7.3.3两种接口映射156

7.4章末小结157

第8章Pandas入门158

8.1Pandas简介158

8.2Pandas的数据结构159

8.2.1Series159

8.2.2DataFrame161

8.3Pandas对象基本操作163

8.3.1查看数据164

8.3.2转置165

8.3.3重索引165

8.3.4删除数据168

8.3.5重赋值169

8.3.6索引与过滤169

8.3.7算术运算174

8.3.8函数应用176

8.3.9排序177

8.4基本统计分析179

8.5章末小结180

第9章Markdown基础181

9.1Markdown简介181

9.2Markdown语法182

9.2.1块元素182

9.2.2内联元素188

9.3联合Python与Markdown191

9.3.1代码块与文本块191

9.3.2文档范例192

9.4章末小结195

0章数据导入196

10.1CSV文件196

10.1.1使用字符串方法197

10.1.2使用csv标准模块197

10.1.3使用Pandas库198

10.2CSV变体198

10.2.1创建CSV导入函数199

10.2.2使用Pandas导入200

10.2.3导出CSV202

10.3Excel文件203

10.3.1检查数据203

10.3.2准备工作204

10.3.3使用Pandas读写Excel205

10.4pickle文件207

10.5SAS与Stata文件208

10.6HDF5文件209

10.7MATLAB文件210

10.8json文件211

10.9YAML文件213

10.10网页数据215

10.11数据库数据218

10.12章末小结220

1章数据分析工具箱221

11.1辅助函数与工具221

11.1.1序列解包221

11.1.2断言222

11.1.3常用的字符串方法223

11.2作用域与求值计算223

11.2.1作用域223

11.2.2使用exec()和eval()执行计算224

11.3异常的捕获和处理225

11.3.1捕获异常225

11.3.2产生异常227

11.4函数式编程227

11.4.1高阶函数227

11.4.2常用的高阶函数228

11.4.3itertools模块229

11.5生成器与装饰器230

11.5.1生成器230

11.5.2利用生成器读入大型数据集232

11.5.3装饰器232

11.6正则表达式233

11.7章末小结236

2章Pandas进阶237

12.1深入Pandas数据结构237

12.1.1回顾237

12.1.2分类变量239

12.1.3时间序列243

12.2迭代与函数应用247

12.2.1迭代247

12.2.2函数应用250

12.2.3字符串函数253

12.2.4分组计算256

12.3数据清洗256

12.3.1缺失值处理257

12.3.2连接259

12.3.3级联262

12.4Pandas可视化265

12.4.1条形图266

12.4.2直方图268

12.4.3箱线图269

12.4.4面积图270

12.4.5散点图271

12.4.6饼图271

12.5章末小结272

3章数据可视化进阶273

13.1Seaborn273

13.1.1成对图274

13.1.2子集图279

13.1.3回归图280

13.1.4核密度图281

13.1.5条形图282

13.1.6计数图284

13.1.7点图284

13.1.8箱线图285

13.1.9小提琴图286

13.1.10双变量分布图286

13.2Plotnine288

13.2.1ggplot术语290

13.2.2ggplot初探290

13.2.3常见的几何函数和选项298

13.3Bokeh299

13.3.1Bokeh基础299

13.3.2图形排列303

13.4章末小结305

4章统计分析306

14.1概括性度量306

14.1.1集中趋势的度量307

14.1.2离散程度的度量308

14.1.3偏态与峰态的度量309

14.2统计分布311

14.2.1正态分布311

14.2.2二项分布312

14.2.3伯努利分布314

14.2.4指数分布314

14.2.5泊松分布315

14.3假设检验316

14.3.1u与t统计量316

14.3.2一个t检验实例317

14.3.3两样本t检验317

14.4章末小结318

5章未言及的内容319

15.1魔术命令319

15.2面向对象编程321

15.3章末小结323

结语：接下来学什么324

王诗翔，GitHub账号@ShixiangWang，毕业于成都电子科技大学，开源爱好者与开发者，简书“互联网很好作者”。目前从事生物信息学在肿瘤精准医疗方向的研究工作，并在多个靠前知名期刊上发表SCI论文。掌握Python、R、Shell等多门与数据处理相关的编程语言以及各类数据分析和统计技术，对技术知识的分享和传播充满热情。

为新手准备的Python数据分析入门教程！
（1）从简单的数据出发，聚焦于思考、理解和掌握数据分析逻辑。
（2）采用IPython Shell展示代码，简洁优美，清晰易懂。
（3）涵盖Python基础知识、数据导入、数据分析和可视化基础知识。
（4）随学随用，实例方案可以作为模板初步应用到实际工作场景中。
（5）辅以Markdown的使用介绍，便于读者记录和分享知识。