数据分析为各行各业的科学判断和决策提供支撑。在众多的数据分
析工具中，Python 是强有力的一个。本书介绍了数据分析的基本概述、
Python 语言基础，以及如何利用Python 的高性能科学计算类库NumPy、
高级数据分析类库Pandas 和出版质量级绘图类库Matplotlib 来实现数据的
清洗、整理、分析和可视化。
本书内容丰富、体系完整，内容循序渐进、深入浅出、图文并茂，可
以帮助读者从零基础到掌握利用Python 做数据分析的技能技巧。
本书可作为高等职业院校电子商务类、统计类、计算机类、财经类等
的教材，也可作为跨专业学习数据分析的广大爱好者的自学参考书和培训
资料。
为方便教学，本书配备电子课件、习题答案、教学数据等教学资源。
凡选用本书作为教材的教师均可登录机械工业出版社教育服务网www.
cmpedu.com 下载。咨询电话：010-88379375；联系QQ：945379158。
目 录
Contents
前言
二维码索引
第一节 数据分析认知 // 001
第二节 数据分析语言认知 // 005
第三节 Python 语言概述 // 007
第四节 安装Anaconda // 008
第五节 使用Jupyter Notebook // 014
小结 // 019
实训 // 019
练习 // 019
第一节 Python 基础语法 // 020
第二节 输入与输出 // 030
第三节 运算符和表达式 // 037
第四节 字符串处理功能与方法 // 048
第五节 程序基本结构 // 056
小结 // 066
实训 // 066
练习 // 067
第一节 容器类型数据 // 069
第二节 函数 // 089
第三节 函数式编程与高阶函数 // 104
第四节 特殊函数 // 115
小结 // 119
实训 // 119
练习 // 120
第一章
数据分析的基本概述
第二章
Python 语言基础
第三章
Python 语言进阶
目录
VII
第一节 NumPy 数组对象 // 123
第二节 NumPy 高级索引与通用函数 // 130
第三节 NumPy 统计分析 // 136
小结 // 140
实训 // 140
练习 // 142
第一节 Pandas 数据分析基础 // 143
第二节 Pandas 数据读写 // 153
第三节 使用Pandas 进行简单的统计分析 // 160
第四节 数据清洗与处理 // 168
小结 // 183
实训 // 184
练习 // 187
第一节 层次化索引 // 189
第二节 数据集合并 // 200
第三节 日期时间数据的处理 // 210
第四节 分组与聚合统计分析数据 // 216
第五节 透视表与交叉表统计分析数据 // 223
小结 // 225
实训 // 225
练习 // 229
第一节 Matplotlib 绘图基础 // 230
第二节 Matplotlib 绘图进阶 // 236
第三节 利用Pandas 进行绘图 // 244
小结 // 247
实训 // 247
练习 // 251
参考文献
书单推荐
