技术讲解透彻 （1）知识体系完善，从Python基础入门，到数据处理介绍，到数据实战分析，流程图、各种数据可视化图示等，简单易学。 （2）配视频讲解，打消读者未学先怯的心理， 给初学者一个定心丸。 （3）增加习题和答案， 便于选做教材的学习巩固和提供，配套资源多元化可以帮助读者快速入门。 （4）QQ交流，解决学习难题。 实例丰富 编写形式更加贴近读者 （1）多用图示。 （2）注释详细，做到句有句注释，段有段注释。 （3）避免整页、大段的源代码，一定设法分开，没有必要的省略，放在光盘中。 （4）常见的术语讲清楚。 （5）语言通俗易懂、循序渐进，多用对比、比喻等写作手法增加印象，降低难度。
第1章Python开发环境搭建
1.1 Python简介
1 .2 Anaconda的下载和安装
1 .3编写个Python程序
1 .3. 1 JupyterNotebook操作界而
简介
1 .3．2个Python程序
1 .3．3编写程序的流程
1 .4添加注释以提高Python代码的可读性
1. 5学习Python的好帮手
镕2章Python快速A．
2.1 Python语法概述
2.1. 1数据类型
2.1 .2变量
2.1. 3表达式和语句
2.1. 4函数
2.1 .5对象方法的调用
2．2 Python常规数据类型
2．2.1常用的数学运算
2. 2 .2操作文本数据
2．2. 3时间日期数据
2．2 .4练习题
2. 3 Python常用数据结构
2．3 .1顺序结构列表
2．3. 2顺序结构应用实例队列
2．3. 3映射结构字典
2 .3 .4映射结构应用实例
通信录
2. 3 .5元组
2．3. 6 for循环用于遍历数据
结构
2．3. 7练习题
2．4 Python常用控制结构
2．4 .1代码块与判断条件
2.4 .2根据不同条件执行不同
操作
2．4. 3 for循环
2．4 .4 while循环
2．4 .5 range()函数
2．4 .6控制结构的嵌套
2. 4 .7跳出循环
2.4 .8 zlp()函数
2．4. 9列表推导式
2.4 .10用Python实现简单的
猜数游戏
2. 5用函数简化代码
2．5.1定义函数
2 .5. 2用函数简化代码的实例
2．5 .3模块
2．5 .4匿名函数
2．5. 5列表推导式和函数
2. 5 .6字符串格式化
2．5 .7练习题
2．6面向对象入门
2.6.1面向对象的基本感念
2.6.2Python中的面向对象
2.6.3用Python模拟一个简单地角色扮演游戏
2.6.4练习题
2.7小结
第3章数据分析入门
3.1数据分析概述
3.1.1数据分析的作用
3.1. 2常用数据分析指标
3．2数据分析的基本流程
第4章常用数据分析包
4.1 Pandas简介
4 .2 Series数据结构
4．2 .1 Series简介
4 .2. 2创建Series
4 .2 .3读取Series
4．2. 4修改Series
4．2. 5白动对齐
4．3 DataFrame数据结构
4．3. 1 DataFrame概述
4．3. 2创建DataFrame
4．3. 3使用切片运算符读取
DataFrame
4 .3 .4 Ioc属性和iloc属性
4. 3. 5遍历DataFrame
4 .4 NitmPy
4. 4.1创建NumPy数组
4. 4 .2 NumPy数组的数据类型
转换
4．4 3 NumPy数组的数据选择
4 4 4 NumPy数组的常用属性
4．4 5 NumPy数蛆的运算
4．4 6添加元素和删除元素
4．4 7 NumPy数组的排序
4．4. 8 NumPy数组的转置与反转
4．4. 9 NumPy数组的合并
4．4.10 NumPy数组的拆分 习
4．4 .11 NumPy数组与统计函数
4．4. 12 NumPy数组与数学函数
4．4.13随机选择元素
4,4 14复制NumPy数组
4 .5小结
第5章数据的导入与导出
5. 1 Windows文件路径
5．2读取Excel文件
5．3读取CSV文件
5 .4导出数据到Excel文件和CSV文件
5．5读取挑t文件
5．6读取JSON数据
5．7读取关系数据库
5. 7.1粪比Excel并理解关系
数据库中的概念
5．7 .2安装MySQL
5．7. 3安装sqlalchemy和mysql·
connector-python
5．7. 4 Pandas读取数据库
5. 7 .5 SELECT语句
5. 7 .6导出数据库的数据到Excel
文件
5 .7. 7大数据量的应对方法
5. 8小结
......
第6章数据预处理
第7章数据表的筛选与转换
第8章数据表的聚合与分组运算
第9章数据可视化
第10章产品数据分析
第11章客户数据分析
第12章营销数据分析
练习题答案
书单推荐
