导语

  

内容提要

  

    本书以任务为导向，全面地介绍数据分析的流程和Python数据分析库的应用，详细讲解利用Python解决企业实际问题的方法。全书共10章，第1章介绍数据分析的概念等相关知识；第2～6章介绍Python数据分析的常用库及其应用，涵盖NumPy数组计算，pandas统计分析，使用pandas进行数据预处理，Matplotlib、seaborn与pyecharts数据可视化，以及使用scikit-learn构建模型，较为全面地阐述Python数据分析方法；第7～9章结合之前所学的数据分析技术，进行企业综合案例数据分析；第10章基于去编程化的TipDM大数据挖掘建模平台实现客户流失预测。除第1章外，本书各章都包含实训与课后习题，通过练习和操作实践，帮助读者巩固所学的内容。
    本书可以用于“1+X”证书制度试点工作中的大数据应用开发（Python）职业技能等级（中级）证书相关知识的教学和培训，也可以作为高校大数据技术相关专业的教材和大数据技术爱好者的自学用书。

第1章  Python数据分析概述
  任务1.1  认识数据分析
    1.1.1  掌握数据分析的概念
    1.1.2  掌握数据分析的流程
    1.1.3  了解数据分析的应用场景
  任务1.2  熟悉Python数据分析的工具
    1.2.1  了解数据分析常用工具
    1.2.2  了解Python数据分析的优势
    1.2.3  了解Python数据分析常用库
  任务1.3  安装Python的Anaconda发行版
    1.3.1  了解Python的Anaconda发行版
    1.3.2  在Windows系统中安装Anaconda发行版
    1.3.3  在Linux系统中安装Anaconda发行版
  任务1.4  掌握Jupyter Notebook常用功能
    1.4.1  掌握Jupyter Notebook的基本功能
    1.4.2  掌握Jupyter Notebook的高级功能
  小结
  课后习题
第2章  NumPy数组计算基础
  任务2.1  掌握NumPy数组对象ndarray
    2.1.1  创建数组对象
    2.1.2  生成随机数
    2.1.3  通过索引访问数组
    2.1.4  变换数组的形状
  任务2.2  掌握NumPy矩阵与通用函数
    2.2.1  创建NumPy矩阵
    2.2.2  掌握ufunc函数
  任务2.3  利用NumPy进行统计分析
    2.3.1  读/写文件
    2.3.2  使用函数进行简单的统计分析
  小结
  实训
    实训1  使用数组比较运算对超市牛奶价格进行对比
    实训2  创建6×6的简单数独游戏矩阵
  课后习题
第3章  pandas统计分析基础
  任务3.1  读/写不同数据源的数据
    3.1.1  认识pandas库
    3.1.2  读/写文本文件
    3.1.3  读/写Excel文件
    3.1.4  读/写数据库
  任务3.2  掌握DataFrame的常用操作
    3.2.1  查看DataFrame的常用属性
    3.2.2  查、改、增、删DataFrame数据
    3.2.3  描述分析DataFrame数据
  任务3.3  转换与处理时间序列数据
    3.3.1  转换时间字符串为标准时间
    3.3.2  提取时间序列数据信息
    3.3.3  加减时间数据
  任务3.4  使用分组聚合进行组内计算
  ……
第4章  使用pandas进行数据预处理
第5章  Matplotlib、seaborn、pyecharts数据可视化基础
第6章  使用scikit-learn构建模型
第7章  竞赛网站用户行为分析
第8章  企业所得税预测分析
第9章  餐饮企业客户流失预测
第10章  基于TipDM大数据挖掘建模平台实现客户流失预测