Python数据分析从入门到精通(第2版)第二版 清华大学 明日科技 搭建数据分析开发环境 Pandas模块数据分析处理

《Python数据分析从入门到精通（第2版）》从数据分析初学者角度出发，以通俗易懂的语言、丰富多彩的实例，详细介绍了使用Python进行数据分析程序开发应掌握的各方面技术。全书共分21章，包括数据分析基础、搭建数据分析开发环境、NumPy模块之数组计算、Pandas模块基础、Pandas模块之数据的读取、Pandas模块之数据的处理、Pandas模块之数据的清洗、数据的计算与格式化、数据统计及透视表、处理日期与时间、Scikit-Learn机器学习模块、Matplotlib模块入门、Matplotlib模块进阶、Seaborn图表、Plotly图表、Bokeh图表、Pyecharts图表等内容，以及4个项目实战综合案例。书中所有知识结合具体实例进行介绍，涉及的程序代码给出了详细的注释，读者可轻松领会Python数据分析程序开发的精髓，从而快速提升数据分析开发技能。

编辑引荐

“软件开发视频大讲堂”丛书是清华社计算机专业基础类零售图书**品*之一。
（1）2008—2023年，丛书累计修订7次，销售400万册，深受广大程序员喜爱。
（2）4本荣获“全行业优**书”奖，1本荣获清华社“专业**书”一等奖，多数品种在全国计算机零售图书排行榜排行中名列前茅。
（3）实用、易懂、资源丰富，被数百所高校选为专业课教材。
《Python数据分析从入门到精通（第2版）》以长更新稳定版本Python 3.9.5为基础，图书特点如下。
1. 学通Python数据分析只需要3步：基础知识→进阶提高→项目实战，符合认知规律。
2. 158集同步教学微课 强化实战训练 在线答疑，夯实基础，精准，**，速练，适合自学。
3. 343个应用实例 4个项目案例，学习1小时，训练10小时，从入门到项目上线，真正成为Python数据分析高手。
4. 根据图书首页说明，扫描书中二维码，打开明日科技账号注册页面，填写注册信息后将自动获取Python开发资源库一年（自注册之日起）的VIP使用权限。
（1）技术资源库：1456个技术要点，系统、全面，随时随地学习。
（2）技巧资源库：583个开发技巧，快速扫除盲区，掌握更多实战技巧，精准避坑。
（3）实例资源库：227个应用实例，含大量热点实例和关键实例，巩固编程技能。
（4）项目资源库：44个实战项目，快速积累项目经验，总有一个你找工作会用到。
（5）源码资源库：211项源代码详细分析，多读源码，快速成长。
（6）视频资源库：598集学习视频，边看视频边学习，提升更快。
（7）面试资源库：Python企业面试真题，合理职业规划，快速就业。
学会、用好Python开发资源库，可在短时间内从小白晋升为一名软件工程师。
5. 在线解答，高效学习。
（1）关*清大文森学堂公众号，可加入本书的学习交流群，参加图书直播答疑。
（2）关*清大文森学堂公众号，可获取Python就业知识、Python技术/行业热点动态、面试辅导等直播课。

第1篇 基础知识
第1章 数据分析基础 2
视频讲解：27分钟
1.1 数据分析概述 2
1.2 常见数据分析方法 3
1.2.1 对比分析法 3
1.2.2 同比分析法 4
1.2.3 环比分析法 4
1.2.4 回归分析法 5
1.2.5 聚类分析法 6
1.3 了解数据分析工具 6
1.4 数据分析的基本流程 7
1.4.1 确认目标 7
1.4.2 获取数据 8
1.4.3 处理数据 9
1.4.4 分析数据 10
1.4.5 验证结果 10
1.4.6 展示数据 10
1.4.7 应用数据 11
1.5 数据分析常用模块库 11
1.6 小结 12
第2章 搭建数据分析开发环境 13
视频讲解：19分钟
2.1 强大的编程语言Python 13
2.1.1 Python概述 13
2.1.2 安装Python 13
2.1.3 创建diyi个Python程序 17
2.2 安装Anaconda开发环境 18
2.3 Jupyter Notebook开发工具 23
2.3.1 初识Jupyter Notebook 23
2.3.2 创建Jupyter Notebook文件 24
2.3.3 测试Jupyter Notebook 24
2.4 PyCharm集成开发环境 26
2.4.1 PyCharm的下载与安装 26
2.4.2 配置PyCharm 29
2.4.3 测试PyCharm 30
2.5 小结 32
第3章 NumPy模块之数组计算 33
视频讲解：265分钟
3.1 NumPy模块概述 33
3.1.1 什么是NumPy模块 33
3.1.2 安装NumPy模块 34
3.1.3 NumPy的数据类型 35
3.1.4 ndarray()数组对象 36
3.1.5 dtype数据类型对象 37
3.2 创建数组 37
3.2.1 创建简单的数组 38
3.2.2 多种创建数组的方式 39
3.2.3 根据数值范围创建数组 41
3.2.4 生成随机数组 43
3.2.5 在已有的数组中创建数组 45
3.3 数组的基本操作 49
3.3.1 数组的多种运算方式 49
3.3.2 数组的索引和切片 51
3.3.3 数组的重塑 55
3.3.4 数组的增、删、改、查 57
3.4 矩阵的基本操作 59
3.4.1 创建矩阵 60
3.4.2 矩阵的运算 62
3.4.3 矩阵的转换 64
3.5 NumPy常用的数学运算函数 65
3.5.1 算术函数 66
3.5.2 舍入函数 67
3.5.3 三角函数 68
3.6 统计分析 69
3.6.1 求和函数sum() 70
3.6.2 平均值函数mean() 70
3.6.3 *大值与*小值函数max()、min() 71
3.6.4 中位数函数median() 71
3.6.5 加权平均函数average() 72
3.6.6 方差与标准差函数var()、std() 73
3.7 数组排序 73
3.7.1 sort()函数 73
3.7.2 argsort()函数 74
3.7.3 lexsort()函数 74
3.8 小结 75
第4章 Pandas模块基础 76
视频讲解：67分钟
4.1 安装Pandas模块 76
4.2 了解Pandas模块 78
4.3 Pandas模块的两大数据结构 79
4.3.1 Series()对象 79
4.3.2 DataFrame()对象 80
4.4 数据中的索引 82
4.4.1 什么是索引 82
4.4.2 Series()对象的索引 83
4.4.3 DataFrame()对象的索引 86
4.5 小结 88
第5章 Pandas模块之数据的读取 89
视频讲解：75分钟
5.1 读取文本文件中的数据 89
5.2 Excel文件的读取和写入 90
5.2.1 读取Excel文件中的数据 90
5.2.2 读取**Sheet页中的数据 93
5.2.3 通过行列索引读取**数据 93
5.2.4 将数据写入Excel文件中 95
5.3 CSV文件的读取和写入 96
5.3.1 读取CSV文件中的数据 96
5.3.2 将数据写入CSV文件中 98
5.4 读取HTML网页 99
5.5 读取数据库中的数据 101
5.5.1 读取MySQL数据库中的数据 101
5.5.2 读取MongoDB数据库中的数据 104
5.6 小结 108
第6章 Pandas模块之数据的处理 109
视频讲解：96分钟
6.1 数据抽取 109
6.1.1 抽取**行数据 110
6.1.2 抽取多行数据 110
6.1.3 抽取**列数据 111
6.1.4 抽取**的行、列数据 112
6.2 数据的增、删、改、查 113
6.2.1 增加数据 113
6.2.2 按行增加数据 114
6.2.3 删除数据 115
6.2.4 修改数据 116
6.2.5 查询数据 117
6.3 数据的排序和排名 120
6.3.1 数据的排序 120
6.3.2 数据排名 123
6.4 小结 125
第7章 Pandas模块之数据的清洗 126
视频讲解：81分钟
7.1 缺失值的处理 126
7.1.1 了解数据中的缺失值 126
7.1.2 查看缺失值 127
7.1.3 处理缺失值 128
7.2 处理数据中的重复值 129
7.3 数据中异常值的检测与处理 130
7.4 数据中字符串的操作函数 131
7.4.1 字符串对象中的常见函数 131
7.4.2 替换字符串——replace()函数 133
7.4.3 数据切分——split()函数 134
7.4.4 判断字符串——contains()函数 135
7.5 数据转换 136
7.5.1 通过字典映射的方式实现数据转换——map()函数 136
7.5.2 数据分割——cut()函数 137
7.5.3 数据分类——get_dummies()函数 138
7.6 小结 139
第8章 数据的计算与格式化 140
视频讲解：54分钟
8.1 常见的数据计算函数 140
8.1.1 求和——sum()函数 140
8.1.2 求平均值——mean()函数 141
8.1.3 求*大值——max()函数 142
8.1.4 求*小值——min()函数 143
8.2 **的数据计算函数 144
8.2.1 求取中位数——median()函数 144
8.2.2 求取众数——mode()函数 145
8.2.3 计算方差——var()函数 146
8.2.4 计算标准差——std()函数 147
8.2.5 计算分位数——quantile()函数 147
8.3 数据格式化 148
8.3.1 设置小数位数 149
8.3.2 设置百分比 150
8.3.3 设置千位分隔符 151
8.4 小结 151
第9章 数据统计及透视表 152
视频讲解：71分钟
9.1 数据的分组统计 152
9.1.1 分组统计——groupby()函数 152
9.1.2 分组数据的迭代 154
9.1.3 分组聚合运算——agg()函数 155
9.1.4 通过字典和Series()对象进行分组统计 156
9.2 数据移位 157
9.3 数据合并 158
9.3.1 数据合并——merge()函数 158
9.3.2 数据合并——concat()函数 162
9.3.3 *近合并——merge_asof()函数 163
9.4 数据透视表 165
9.4.1 pivot()函数 165
9.4.2 pivot_table()函数 166
9.5 小结 167
第10章 处理日期与时间 168
视频讲解：94分钟
10.1 日期数据的处理 168
10.1.1 日期数据的转换 168
10.1.2 dt()对象 170
10.1.3 获取**日期区间的数据 171
10.1.4 按不同时期统计数据 172
10.2 日期范围、频率和移位 174
10.2.1 生成日期范围——date_range()函数 174
10.2.2 日期频率转换——asfreq()函数 176
10.2.3 日期移位——shift()函数 177
10.3 时间区间与频率转换 179
10.3.1 创建时间区间 179
10.3.2 区间频率转换 180
10.4 重新采样与频率转换 181
10.4.1 重新采样——resample()函数 181
10.4.2 降采样处理 182
10.4.3 升采样处理 183
10.5 移动窗口函数 184
10.5.1 将时间序列的数据汇总——ohlc()函数 184
10.5.2 移动窗口数据计算——rolling()函数 185
10.6 小结 187
第11章 Scikit-Learn机器学习模块 188
视频讲解：54分钟
11.1 Scikit-Learn概述 188
11.2 安装Scikit-Learn模块 189
11.3 线性模型 190
11.3.1 *小二乘法回归——LinearRegression对象 190
11.3.2 岭回归——Ridge对象 191
11.4 支持向量机 192
11.5 聚类 194
11.5.1 什么是聚类 194 
11.5.2 聚类算法 195
11.5.3 聚类模块 195
11.5.4 聚类数据生成器 197
11.6 小结 198 
第2篇 可视化图表
第12章 Matplotlib模块入门 200
视频讲解：162分钟
12.1 Matplotlib模块概述 200
12.1.1 了解Matplotlib模块 200
12.1.2 Matplotlib模块的安装 203
12.1.3 体验Matplotlib可视化图表 204
12.2 图表的基本设置 205
12.2.1 基本绘图——plot()函数 205
12.2.2 设置画布——figure()函数 207
12.2.3 设置坐标轴——xlabel()、ylabel()函数 208
12.2.4 设置文本标签——text()函数 211
12.2.5 设置标题和图例——title()、legend()函数 212
12.2.6 添加注释——annotate()函数 215
12.2.7 设置网格线——grid()函数 217
12.2.8 设置参考线——axhline()、axvline()函数 218
12.2.9 选取范围——axhspan()、axvspan()函数 219
12.2.10 图表的布局——tight_layout()函数 220
12.2.11 保存图表——savefig()函数 221
12.3 绘制常用的图表 221
12.3.1 绘制散点图——plot()、scatter()函数 221
12.3.2 绘制折线图——plot()函数 223
12.3.3 绘制柱形图——bar()函数 224
12.3.4 绘制直方图——hist()函数 226
12.3.5 绘制饼形图——pie()函数 228
12.3.6 绘制面积图——stackplot()函数 231
12.3.7 绘制箱形图——boxplot()函数 233
12.3.8 绘制热力图——imshow()函数 236
12.3.9 绘制雷达图——polar()函数 237
12.3.10 绘制气泡图——scatter()函数 239
12.3.11 绘制棉棒图——stem()函数 239
12.3.12 绘制误差棒图——errorbar()函数 240
12.4 小结 241
第13章 Matplotlib模块进阶 242
视频讲解：69分钟
13.1 图表的颜色设置 242
13.1.1 常用颜色 242
13.1.2 可识别的颜色格式 243
13.1.3 颜色映射 244
13.2 处理日期与时间 245
13.2.1 dates子模块 245
13.2.2 设置坐标轴日期的显示格式 246
13.2.3 设置坐标轴日期刻度标签 247
13.3 次坐标轴（双坐标轴） 248
13.3.1 共享x坐标轴——twinx()函数 248
13.3.2 共享y坐标轴——twiny()函数 249
13.4 绘制多个子图表 250
13.4.1 subplot()函数 250
13.4.2 subplots()函数 252
13.4.3 add_subplot()函数 253
13.4.4 子图表共用一个坐标轴 254
13.5 绘制函数图像 255
13.5.1 一元一次函数图像 255
13.5.2 一元二次函数图像 256
13.5.3 正弦函数图像——sin()函数 256
13.5.4 余弦函数图像——cos()函数 257
13.5.5 S型生长曲线——Sigmoid()函数 257
13.6 形状与路径 258
13.6.1 绘制形状——patches子模块 258
13.6.2 绘制路径——path子模块 259
13.6.3 绘制圆——Circle()对象 261
13.6.4 绘制矩形——Rectangle()对象 262
13.7 绘制3D图表 263
13.8 小结 264
第14章 Seaborn图表 265
视频讲解：50分钟
14.1 了解Seaborn图表 265
14.1.1 Seaborn概述 265
14.1.2 安装Seaborn模块 266
14.1.3 体验Seaborn图表 267
14.2 Seaborn图表的基本设置 267
14.2.1 设置背景风格 267
14.2.2 控制边框的显示方式 268
14.3 绘制常见图表 268
14.3.1 绘制散点图——replot()函数 268
14.3.2 绘制折线图——relplot()、lineplot()函数 269
14.3.3 绘制直方图——displot()函数 271
14.3.4 绘制条形图——barplot()函数 271
14.3.5 绘制线性回归模型——lmplot()函数 272
14.3.6 绘制箱形图——boxplot()函数 273
14.3.7 绘制核密度图——kdeplot()函数 274
14.3.8 绘制提琴图——violinplot()函数 275
14.4 小结 275
第15章 Plotly图表 276
视频讲解：57分钟
15.1 了解Plotly图表 276
15.1.1 安装Plotly模块 276
15.1.2 Plotly绘图原理及流程 277
15.1.3 Plotly图表的生成方法 278
15.2 绘制基础图表 280
15.2.1 绘制散点图与折线图——Scatter()对象 280
15.2.2 绘制柱形图与水平条形图——Bar()对象 281
15.2.3 绘制饼图与环形图——Pie()对象 283
15.3 设置图表 285
15.3.1 图层布局——Layout()对象 285
15.3.2 设置图表标题 286
15.3.3 设置文本标记 286
15.3.4 设置注释文本 287
15.4 统计图表 290
15.4.1 绘制直方图 290
15.4.2 绘制箱形图 291
15.4.3 绘制热力图 292
15.4.4 绘制等高线图 293
15.5 绘制子图表 294
15.5.1 绘制基本的子图表 294
15.5.2 自定义子图位置 295
15.5.3 子图可供选择的图形类型 296
15.6 三维图绘制 296
15.7 绘制表格 297
15.7.1 Table()对象 297
15.7.2 create_table()函数 299
15.8 小结 301
第16章 Bokeh图表 302
视频讲解：51分钟
16.1 了解Bokeh图表 302
16.1.1 安装Bokeh模块 302
16.1.2 词汇与接口说明 302
16.1.3 绘制diyi张Bokeh图表 303
16.1.4 通过数据类型绘制图表 305
16.2 绘制常见图表 309
16.2.1 绘制散点图——circle()函数 309
16.2.2 绘制组合图表——line()、circle()函数 310
16.2.3 绘制条形图——vbar()函数 311
16.2.4 绘制饼（环）形图——wedge()、annular_wedge()函数 312
16.3 设置图表 313
16.3.1 图表布局——column()、row()、gridplot()函数 313
16.3.2 配置绘图工具 315
16.3.3 设置视觉属性 317
16.3.4 图表注释 319
16.4 图表可视化交互 323
16.4.1 微调器 323
16.4.2 选项卡 324
16.4.3 滑块功能 325
16.5 小结 326
第17章 Pyecharts图表 327
视频讲解：52分钟
17.1 了解Pyecharts图表 327
17.1.1 Pyecharts概述 327
17.1.2 安装Pyecharts模块 328
17.1.3 绘制diyi张Pyecharts图表 329