本书将Python程序设计基础和数据分析案例相结合,循序渐进地介绍Python基础知识和数据分析及可视化的全过程。全书共2篇13章,**部分Python程序设计基础篇,从第1~8章,分别介绍Python开发环境、Python变量类型运算符与表达式、Python程序控制结构、列表与元组、字典与集合、函数定义使用、Python数据分析基础、Python数据可视化等知识;第二部分数据分析综合案例篇,包括第9~13章,共5个数据分析案例,详细阐述了数据分析及可视化的步骤及内容并配有微视频,全书中的每个知识点都有相应的实现代码和实例。 本书适合作为高等学校非计算机专业学生学习Python程序设计、数据分析及可视化使用,也可作为高等教育的专任教师及研究生数据分析相关课程参考用书。

**部分Python程序设计基础篇 第1章Python开发环境 1.1Python简介 1.1.1Python的发展历程 1.1.2Python的特点 1.1.3Python的应用领域 1.1.4Python的安装 1.2Python IDLE开发环境 1.2.1IDLE简介 1.2.2使用IDLE环境创建Python程序 1.3Anaconda 3集成环境与Jupyter Notebook 1.3.1Anaconda下载与安装 1.3.2Conda命令用法 1.3.3Jupyter Notebook 1.4Jupyter Notebook使用详解 1.4.1Jupyter Notebook的启动 1.4.2Jupyter Notebook的编辑界面 1.5扩展库安装及导入使用 1.6Python编写规范 习题 第2章Python变量类型、运算符与表达式、内置函数 2.1变量与数据类型 2.1.1变量 2.1.2常量 2.1.3数据类型 2.2运算符与表达式 2.2.1算术运算符 2.2.2关系运算符 2.2.3逻辑运算符 2.2.4赋值运算符 2.2.5位运算符 2.2.6成员运算符 2.2.7集合运算符 2.2.8运算符优先级 2.2.9表达式 2.3函数 2.3.1常用内置函数 2.3.2常用标准库函数 习题 第3章Python程序控制结构 3.1选择结构 3.1.1单分支选择结构 3.1.2双分支选择结构 3.1.3多分支选择结构 3.1.4嵌套选择结构 3.2循环结构 3.2.1for循环 3.2.2while循环 3.2.3嵌套循环 3.2.4循环控制语句 3.3异常处理 3.3.1异常的常见形式 3.3.2异常处理结构语法 3.4综合例题 习题 第4章列表与元组 4.1列表 4.1.1列表的创建及删除 4.1.2列表元素访问与切片 4.1.3列表常用方法 4.1.4列表运算 4.1.5列表推导式 4.2元组 4.2.1元组的创建及元素访问 4.2.2元组运算符、元组索引与切片 4.2.3生成器推导式 4.3列表与元组的区别与联系 4.4综合例题 习题 第5章字典与集合 5.1字典 5.1.1字典的概念与特性 5.1.2字典的创建与删除 5.1.3字典元素访问 5.1.4字典元素的增加、修改与删除 5.1.5字典内置函数与方法 5.2集合 5.2.1集合的概念 5.2.2集合的创建与删除 5.2.3集合元素的添加与删除 5.2.4集合常用方法 5.3综合例题 习题 第6章函数定义及使用 6.1函数定义的语法格式与调用 6.1.1函数定义的语法格式与调用概述 6.1.2递归函数的定义与调用 6.2函数参数 6.2.1位置参数 6.2.2默认参数 6.2.3关键参数 6.2.4可变长度参数 6.3Lambda表达式 6.4生成器函数与修饰器函数 6.4.1生成器函数的定义与使用 6.4.2修饰器函数的定义与使用 6.5Python中的包 6.5.1包的创建 6.5.2包的导入 习题 第7章Python数据分析基础 7.1NumPy库 7.1.1NumPy数据结构 7.1.2ndarray常见操作 7.1.3常用的操作函数 7.2Pandas库 7.2.1Pandas数据结构 7.2.2Pandas数据读写 7.2.3Pandas常用操作 第8章Python数据可视化 8.1Matplotlib 8.1.1Matplotlib安装与设置 8.1.2图形的基本构成 8.1.3基本绘图流程 8.1.4常用图形绘制 8.2Pyecharts 8.2.1Pyecharts概述 8.2.2Pyecharts图表配置项 8.2.3Pyecharts常用图表绘制 第二部分数据分析综合案例篇 第9章白葡萄酒品质分析 9.1数据集描述 9.2白葡萄酒数据分析 9.2.1导入数据 9.2.2数据描述性统计及数据分布 9.2.3数据清洗 9.2.4数据分析 第10章药品销售数据分析 10.1案例介绍与数据集描述 10.2数据清洗 10.2.1数据导入 10.2.2选择子集 10.2.3列名重命名 10.2.4缺失值处理 10.2.5数据类型转换 10.2.6异常值处理 10.2.7数据排序 10.3建模分析 10.3.1月均消费次数 10.3.2月均消费金额 10.3.3客单价 10.4可视化分析 10.4.1消费趋势 10.4.2每月消费金额 10.4.3药品销售情况 第11章电商用户行为分析 11.1数据集描述与用户行为分析过程 11.1.1数据描述 11.1.2用户行为分析过程 11.2数据清洗 11.2.1导入数据并查看 11.2.2更改列名并显示前100行记录 11.2.3查看缺失值情况 11.2.4时间戳列数据处理 11.2.5数据日期区间清洗 11.3数据读入Pandas 11.4构建模型与分析问题 11.4.1用户流量及购物情况 11.4.2用户行为转化漏斗 11.4.3购买率高低与人群特征 11.4.4时间维度上了解用户行为习惯 11.4.5商品维度分析 11.4.6分析总结 第12章电商平台大数据消费分析 12.1案例背景与目标 12.2数据集描述 12.3数据导入与描述统计分析 12.3.1导入数据 12.3.2数据描述统计分析 12.4数据清洗: 异常值检测与处理 12.4.1交易时间异常值检测 12.4.2交易时间异常值处理 12.4.3交易金额异常值处理 12.4.4交易附言缺失处理 12.4.5时间格式和时区转换 12.4.6量纲转换 12.4.7重复数据处理 12.5客户交易行为分析 12.5.1交易次数随时间变化分析 12.5.2交易金额随时间变化分析 12.5.3交易有效时段限定 12.5.4每天24小时交易次数的分布 12.5.5客户交易次数的可视化分析 12.5.6客户平均交易金额的可视化分析 12.5.7客户交易流入流出次数的可视化分析 12.5.8客户交易流入流出金额的可视化分析 12.5.9交易附言词云图 12.6客户标签画像 12.6.1事实类标签 12.6.2规则类标签 第13章银行客户信用风险评估 13.1项目背景与目标 13.1.1项目背景 13.1.2目标 13.2客户数据探索与预处理 13.2.1数据集介绍 13.2.2数据导入与格式转换 13.2.3探索性数据分析 13.2.4数据预处理 13.3信用评估指标体系构建 13.3.1建立信用评估指标体系 13.3.2各新建指标定义及实现代码 13.4风控模型构建与应用 13.4.1风控模型构建 13.4.2风控模型应用 参考文献