Python數(shù)據(jù)分析入門與實戰(zhàn)

第 1章　數(shù)據(jù)分析概述　1
1.1　數(shù)據(jù)分析的含義　1
1.2　數(shù)據(jù)分析的基礎(chǔ)流程　1
1.3　數(shù)據(jù)收集　2
1.3.1　線下收集　2
1.3.2　線上收集　3
1.4　統(tǒng)計分析策略　3
1.4.1　描述性統(tǒng)計分析　3
1.4.2　推斷性統(tǒng)計分析　4
1.4.3　探索性統(tǒng)計分析　5
1.5　數(shù)據(jù)分析方法　5
1.5.1　公式拆解法　5
1.5.2　對比分析法　6
1.5.3　預(yù)測分析法　6
1.5.4　漏斗分析法　6
1.5.5　象限分析法　7
1.6　數(shù)據(jù)挖掘的標(biāo)準(zhǔn)流程（CRISP-DM模型）　7
1.7　數(shù)據(jù)分析工具　8
1.7.1　Microsoft Excel　8
1.7.2　R語言　9
1.7.3　Python　9
第 2章　為什么選擇Python　10
2.1　關(guān)于Python　10
2.1.1　Python的起源　10
2.1.2　Python 2和Python 3　11
2.2　了解Python的特點　11
2.2.1　簡單易學(xué)　11
2.2.2　自由開放　12
2.2.3　解釋型語言　12
2.2.4　封裝與擴(kuò)展性　12
2.3　Python在數(shù)據(jù)分析上的優(yōu)勢　13
2.3.1　自由的數(shù)據(jù)結(jié)構(gòu)　13
2.3.2　黏合劑Python　13
2.3.3　豐富的第三方庫　13
2.4　數(shù)據(jù)分析的第三方庫　14
2.4.1　NumPy　14
2.4.2　Pandas　14
2.4.3　Matplotlib　15
2.4.4　SciPy　15
2.4.5　Scikit-learn　15
2.5　網(wǎng)絡(luò)爬蟲的第三方庫　16
2.5.1　Request　16
2.5.2　lxml　16
2.5.3　html5lib　16
2.5.4　BeautifulSoup　17
2.5.5　Scrapy　17
第3章　Python編程基礎(chǔ)　18
3.1　安裝與配置　18
3.1.1　在Windows操作系統(tǒng)下安裝Python　18
3.1.2　在macOS下安裝Python　18
3.1.3　在GNU/Linux操作系統(tǒng)下安裝Python　19
3.1.4　安裝及更新Python庫　19
3.1.5　集成開發(fā)環(huán)境　20
3.2　Hello World!　20
3.2.1　Python解釋器　20
3.2.2　運(yùn)行IPython　21
3.3　基礎(chǔ)語法　22
3.3.1　縮進(jìn)　22
3.3.2　注釋　22
3.3.3　標(biāo)識符　23
3.3.4　關(guān)鍵字　23
3.4　變量和數(shù)據(jù)類型　23
3.4.1　變量賦值　23
3.4.2　布爾型　24
3.4.3　數(shù)值類型　24
3.4.4　字符串　24
3.5　內(nèi)置的數(shù)據(jù)結(jié)構(gòu)　25
3.5.1　集合　25
3.5.2　元組　26
3.5.3　列表　26
3.5.4　字典　27
3.6　控制流　28
3.6.1　條件語句　28
3.6.2　循環(huán)語句　29
3.6.3　break和continue關(guān)鍵字　30
3.7　函數(shù)　31
3.7.1　函數(shù)定義 　31
3.7.2　函數(shù)調(diào)用　31
3.7.3　lambda函數(shù)　32
3.8　類　32
3.8.1　類定義　32
3.8.2　類的實例化　33
3.8.3　類的屬性訪問　34
3.8.4　類的方法調(diào)用　35
3.9　文件操作　36
3.9.1　打開和關(guān)閉文件　36
3.9.2　讀寫文件　37
第4章　NumPy數(shù)組：基礎(chǔ)篇　40
4.1　數(shù)組對象　40
4.1.1　對象屬性　40
4.1.2　數(shù)據(jù)類型　42
4.2　創(chuàng)建數(shù)組　44
4.2.1　通用的創(chuàng)建方式　44
4.2.2　填充數(shù)組　45
4.2.3　對角矩陣　48
4.2.4　空數(shù)組　50
4.2.5　等差數(shù)組　51
4.2.6　隨機(jī)數(shù)組　52
4.3　數(shù)組訪問　58
4.3.1　基礎(chǔ)索引　58
4.3.2　數(shù)組切片　60
4.3.3　索引切片　62
4.4　數(shù)組更新　64
4.4.1　更新數(shù)組元素　64
4.4.2　插入數(shù)組元素　67
4.4.3　刪除數(shù)組元素　72
4.4.4　復(fù)制數(shù)組　74
4.5　數(shù)組變換　76
4.5.1　數(shù)組重塑　76
4.5.2　軸變換　79
4.5.3　數(shù)組合并：拼接　89
4.5.4　數(shù)組合并：堆疊　94
4.5.5　數(shù)組拆分　100
4.6　矩陣運(yùn)算　102
4.6.1　矩陣對象　102
4.6.2　矩陣乘法　107
4.6.3　逆矩陣和共軛矩陣　108
4.6.4　數(shù)值特征和特征值　112
4.6.5　矩陣分解　116
4.7　數(shù)組運(yùn)算　119
4.7.1　算術(shù)運(yùn)算　119
4.7.2　值　122
4.7.3　指數(shù)和對數(shù)　123
4.7.4　三角和反三角函數(shù)　124
4.8　聚合統(tǒng)計　126
4.8.1　求和與乘積　126
4.8.2　均值和標(biāo)準(zhǔn)差　128
4.8.3　值和小值　129
4.8.4　中位數(shù)和百分位數(shù)　130
4.8.5　邏輯統(tǒng)計函數(shù)　132
4.8.6　多維數(shù)組的聚合　134
第5章　NumPy數(shù)組：進(jìn)階篇　137
5.1　NumPy的高效運(yùn)算　137
5.1.1　快速的矢量化計算　137
5.1.2　靈活的廣播機(jī)制　139
5.1.3　廣播的規(guī)則　141
5.2　通用函數(shù)　144
5.2.1　初識通用函數(shù)　144
5.2.2　通用函數(shù)的實例方法　151
5.2.3　定義新的通用函數(shù)　154
5.3　數(shù)組形式的條件判斷　156
5.3.1　布爾表達(dá)式　156
5.3.2　where函數(shù)　158
5.3.3　where參數(shù)　161
5.4　數(shù)組的高級索引　163
5.4.1　布爾索引　163
5.4.2　Fancy索引　164
5.4.3　索引組合　165
5.5　數(shù)組排序　166
5.5.1　直接排序　166
5.5.2　間接排序　168
5.5.3　分區(qū)排序　169
5.6　結(jié)構(gòu)化數(shù)組　170
5.6.1　結(jié)構(gòu)化數(shù)組的創(chuàng)建　170
5.6.2　結(jié)構(gòu)化數(shù)組的索引訪問　172
5.6.3　記錄數(shù)組　173
第6章　Pandas：數(shù)據(jù)處理　174
6.1　Pandas數(shù)據(jù)結(jié)構(gòu)　174
6.1.1　Series對象　174
6.1.2　DataFrame對象　178
6.1.3　索引對象　183
6.2　數(shù)據(jù)索引和選取　185
6.2.1　Series中的數(shù)據(jù)選取　185
6.2.2　DataFrame中的數(shù)據(jù)選取　189
6.3　處理缺失數(shù)據(jù)　193
6.3.1　表示缺失數(shù)據(jù)的策略　193
6.3.2　Pandas中的缺失數(shù)據(jù)　194
6.3.3　對缺失值的操作　197
6.4　數(shù)據(jù)集合并　201
6.4.1　append函數(shù)　201
6.4.2　concat函數(shù)　202
6.4.3　join函數(shù)　205
6.4.4　merge函數(shù)　206
6.5　分層索引　212
6.5.1　分層索引：從一維到多維　212
6.5.2　分層索引的構(gòu)建方法　214
6.5.3　多層級切片　216
6.5.4　重新排列分層索引　217
第7章　Pandas：數(shù)據(jù)分析　221
7.1　Pandas中的數(shù)組運(yùn)算　221
7.1.1　Pandas中的通用函數(shù)　221
7.1.2　索引保留　226
7.1.3　索引對齊　227
7.1.4　Series和DataFrame之間的運(yùn)算　229
7.2　數(shù)據(jù)聚合　231
7.2.1　基礎(chǔ)的聚合操作　231
7.2.2　靈活的聚合函數(shù)　235
7.2.3　基于行索引的分組聚合　238
7.3　數(shù)據(jù)分組　242
7.3.1　分組對象　242
7.3.2　分組鍵　246
7.3.3　分組聚合　257
7.3.4　過濾分組數(shù)據(jù)　260
7.3.5　基于分組的數(shù)據(jù)轉(zhuǎn)換　263
7.4　數(shù)據(jù)透視表　265
7.4.1　透視表和分組對象　265
7.4.2　定制透視表　270
7.4.3　透視表的進(jìn)階用法　273
7.5　時間序列　276
7.5.1　時間數(shù)據(jù)的類型　276
7.5.2　時間序列的索引　278
7.5.3　時間序列的數(shù)據(jù)訪問　287
第8章　數(shù)據(jù)的導(dǎo)入導(dǎo)出　294
8.1　文本數(shù)據(jù)　294
8.1.1　從文本導(dǎo)入數(shù)據(jù)　294
8.1.2　導(dǎo)出數(shù)據(jù)到文本　296
8.2　Excel數(shù)據(jù)　297
8.2.1　從電子表格導(dǎo)入數(shù)據(jù)　297
8.2.2　導(dǎo)出數(shù)據(jù)到電子表格　298
8.3　網(wǎng)絡(luò)數(shù)據(jù)　299
8.3.1　JSON格式　299
8.3.2　XML和HTML格式　301
8.4　數(shù)據(jù)庫　302
8.4.1　關(guān)系數(shù)據(jù)庫　302
8.4.2　數(shù)據(jù)庫API　303
8.5　Pandas數(shù)據(jù)對象的導(dǎo)入導(dǎo)出　305
8.5.1　分隔文本格式　305
8.5.2　Excel數(shù)據(jù)格式　309
8.5.3　JSON數(shù)據(jù)格式　310
8.5.4　讀取數(shù)據(jù)庫　311
第9章　數(shù)據(jù)可視化　312
9.1　Matplotlib繪圖的基礎(chǔ)設(shè)置　312
9.1.1　繪圖面板　312
9.1.2　圖形樣式　313
9.1.3　坐標(biāo)軸　315
9.1.4　圖例　317
9.2　Pandas繪圖接口　318
9.2.1　折線圖　318
9.2.2　柱狀圖　319
9.2.3　直方圖和密度圖　321
9.2.4　散點圖　321
第 10章　實戰(zhàn)：數(shù)據(jù)預(yù)處理　323
10.1　數(shù)據(jù)導(dǎo)入　323
10.1.1　數(shù)據(jù)描述　323
10.1.2　數(shù)據(jù)讀取　323
10.1.3　數(shù)據(jù)合并　324
10.2　數(shù)據(jù)清洗　324
10.2.1　冗余數(shù)據(jù)　324
10.2.2　缺失數(shù)據(jù)　325
10.2.3　無效數(shù)據(jù)　325
10.3　數(shù)據(jù)轉(zhuǎn)換　326
10.3.1　數(shù)據(jù)類型轉(zhuǎn)換　326
10.3.2　分層索引　327
10.3.3　生成時間序列　327
10.4　數(shù)據(jù)過濾　329
10.5　數(shù)據(jù)導(dǎo)出　329
第 11章　實戰(zhàn)：數(shù)據(jù)分析　331
11.1　時間序列分析　331
11.1.1　導(dǎo)入時間序列　331
11.1.2　生成時間區(qū)間數(shù)據(jù)　332
11.1.3　時間窗函數(shù)　333
11.2　統(tǒng)計分析　336
11.2.1　描述性統(tǒng)計　336
11.2.2　聚合統(tǒng)計　337
11.2.3　分組統(tǒng)計　339
11.3　關(guān)聯(lián)分析　341
11.3.1　數(shù)據(jù)聯(lián)合　341
11.3.2　協(xié)方差和相關(guān)系數(shù)　343
11.4　透視表分析　344
11.4.1　數(shù)據(jù)集整合　344
11.4.2　分層透視表　346
第 12章　Python網(wǎng)絡(luò)爬蟲　350
12.1　Robots協(xié)議　350
12.2　數(shù)據(jù)抓取　351
12.2.1　基本的數(shù)據(jù)抓取　351
12.2.2　處理登錄請求　352
12.2.3　連接超時　353
12.3　Scrapy庫　354
12.3.1　搭建工程項目　354
12.3.2　編寫爬蟲　355
12.3.3　數(shù)據(jù)選擇器　356
12.3.4　定義數(shù)據(jù)對象　360
12.3.5　數(shù)據(jù)管道　362
第 13章　Scikit-learn機(jī)器學(xué)習(xí)　365
13.1　選擇合適的機(jī)器學(xué)習(xí)模型　365
13.2　數(shù)據(jù)預(yù)處理　365
13.2.1　標(biāo)準(zhǔn)化　366
13.2.2　歸一化　367
13.2.3　正態(tài)化　368
13.3　監(jiān)督學(xué)習(xí)　369
13.3.1　線性模型　369
13.3.2　近鄰算法　371
13.3.3　支持向量機(jī)　374
13.3.4　隨機(jī)森林　376
13.4　無監(jiān)督學(xué)習(xí)　377
13.4.1　K-means聚類算法　377
13.4.2　主成分分析（PCA）　379
13.4.3　高斯混合模型　381