主编推荐语
本书全面介绍了使用Python进行数据分析所必需的各项知识。
内容简介
全书共分为14章，包括了解数据分析、搭建Python数据分析环境、Pandas统计分析、Matplotlib可视化数据分析图表、Seaborn可视化数据分析图表、第三方可视化数据分析图表Pyecharts、图解数组计算模块NumPy、数据统计分析案例、机器学习库Scikit-Learn、注册用户分析（MySQL版）、电商销售数据分析与预测、二手房房价分析与预测，以及客户价值分析。
目录
- 版权信息
- 内容简介
- 前言 Preface
- 第1篇 基础篇
- 第1章 了解数据分析
- 1.1 什么是数据分析
- 1.2 数据分析的重要性
- 1.3 数据分析的基本流程
- 1.4 数据分析常用工具
- 1.5 小结
- 第2章 搭建Python数据分析环境
- 2.1 Python概述
- 2.2 搭建Python开发环境
- 2.3 集成开发环境PyCharm
- 2.4 数据分析标准环境Anaconda
- 2.5 Jupyter Notebook开发工具
- 2.6 Spyder开发工具
- 2.7 开发工具比较与代码共用
- 2.8 小结
- 第2篇 实践篇
- 第3章 Pandas统计分析（上）
- 3.1 初识Pandas
- 3.2 Series对象
- 3.3 DataFrame对象
- 3.4 导入外部数据
- 3.5 数据抽取
- 3.6 数据的增加、修改和删除
- 3.7 数据清洗
- 3.8 索引设置
- 3.9 数据排序与排名
- 3.10 小结
- 第4章 Pandas统计分析（下）
- 4.1 数据计算
- 4.2 数据格式化
- 4.3 数据分组统计
- 4.4 数据移位
- 4.5 数据转换
- 4.6 数据合并
- 4.7 数据导出
- 4.8 日期数据处理
- 4.9 时间序列
- 4.10 综合应用
- 4.11 小结
- 第5章 Matplotlib可视化数据分析图表
- 5.1 数据分析图表的作用
- 5.2 如何选择适合的图表类型
- 5.3 图表的基本组成
- 5.4 Matplotlib概述
- 5.5 图表的常用设置
- 5.6 常用图表的绘制
- 5.7 综合应用
- 5.8 小结
- 第6章 Seaborn可视化数据分析图表
- 6.1 Seaborn图表概述
- 6.2 Seaborn图表之初体验
- 6.3 Seaborn图表的基本设置
- 6.4 常用图表的绘制
- 6.5 综合应用
- 6.6 小结
- 第7章 第三方可视化数据分析图表Pyecharts
- 7.1 Pyecharts概述
- 7.2 Pyecharts图表的组成
- 7.3 Pyecharts图表的绘制
- 7.4 综合应用
- 7.5 小结
- 第8章 图解数组计算模块NumPy
- 8.1 初识NumPy
- 8.2 创建数组
- 8.3 数组的基本操作
- 8.4 NumPy矩阵的基本操作
- 8.5 NumPy常用统计分析函数
- 8.6 综合应用
- 8.7 小结
- 第9章 数据统计分析案例
- 9.1 对比分析
- 9.2 同比、定比和环比分析
- 9.3 贡献度分析（帕累托法则）
- 9.4 差异化分析
- 9.5 相关性分析
- 9.6 时间序列分析
- 9.7 小结
- 第3篇 高级篇
- 第10章 机器学习库Scikit-Learn
- 10.1 Scikit-Learn简介
- 10.2 安装Scikit-Learn
- 10.3 线性模型
- 10.4 支持向量机
- 10.5 聚类
- 10.6 小结
- 第4篇 项目篇
- 第11章 注册用户分析（MySQL版）
- 11.1 概述
- 11.2 项目效果预览
- 11.3 项目准备
- 11.4 导入MySQL数据
- 11.5 项目实现过程
- 11.6 小结
- 第12章 电商销售数据分析与预测
- 12.1 概述
- 12.2 项目效果预览
- 12.3 项目准备
- 12.4 分析方法
- 12.5 项目实现过程
- 12.6 小结
- 第13章 二手房房价分析与预测
- 13.1 概述
- 13.2 项目效果预览
- 13.3 项目准备
- 13.4 图表工具模块
- 13.5 项目实现过程
- 13.6 小结
- 第14章 客户价值分析
- 14.1 概述
- 14.2 项目效果预览
- 14.3 项目准备
- 14.4 分析方法
- 14.5 项目实现过程
- 14.6 客户价值结果分析
- 14.7 小结
- 附录
评分及书评
- 给这本书评了5.0
统览一遍，感觉这本书应该是适合零基础且逻辑清晰的一本书。属于循序渐进的教人用 Python 进行数据分析的书，与书名匹配。之前一直不太看好编著的图书，可能教材类的就也无所谓，是可以出精品的。不过这类书并不是看看就能懂的，“纸上得来终觉浅，绝知此事要躬行”。总结一下，这本书教了安装、基本语句、函数以及一些分析方式。计划速览几本，和这类书多打交道才能找到感觉，并很好的切入。
给这本书评了4.0数据分析可读！由于工作需要，这几个月泛读了十本关于 Python 入门级的书籍。综合对比后，觉得这本书面向初级数据分析学习者更好。 结构清晰，内容覆盖全面，符合需要，每个模块代码都有解释。程序代码也附在每个讲解中，学习引导性很强！需要反复阅读！
出版方
清华大学出版社
清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。
