从零开始学Python数据分析

本书便是一本“小白”学习Python数据分析的入门图书。书中不仅有各种分析框架的使用技巧，而且也有各类数据图表的绘制方法。本书通过多个案例讲解，让读者可以体验数据背后的乐趣。
本书共11章，核心内容包括Python数据分析环境安装、NumPy基础、pandas基础、数据读取与存储、数据预处理、数据分组与聚合、matplotlib可视化、地图绘制、pyecharts可视化、时间序列、网站日志分析综合案例实战。
本书适合Python数据分析的初学者和爱好者阅读，也适合作为各类院校相关专业的教学用书，同时还适合相关社会培训机构作为Python数据分析培训教材或者参考书。

互联网的飞速发展伴随着海量信息的产生，而海量信息的背后对应的则是海量数据。如何从这些海量数据中获取有价值的信息来供人们学习和工作使用，这就不得不用到大数据挖掘和分析技术。数据分析作为大数据技术的核心一环，其重要性不言而喻。
　　在数据分析领域，Python语言以其简单易用，并提供了优秀、好用的第三方库和数据分析的完整框架而深受数据分析人员的青睐。可以说，Python已经当仁不让地成为了数据分析人员的一把“利器”。程序员想要进入数据分析行业，首先要掌握Python数据分析技术，只有这样才能在严峻的就业市场中具有较强的竞争力。
　　目前图书市场上关于Python数据分析的图书主要是几本翻译图书，其定位相对高端，而且翻译质量参差不齐，案例数据不方便下载，阅读难度系数较大，初学者不容易上手，故不适合初学者学习；而国内的几本原创Python数据分析图书质量也良莠不齐，不成系统，也不适合初学者阅读。可以说，图书市场上还鲜见一本通俗易懂且适合“小白”阅读的Python数据分析入门图书，基于此，笔者编写了本书。本书从Python数据分析的基础知识入手讲解，然后结合大量的数据分析案例，系统地介绍了Python数据分析的方法和流程，手把手带领读者掌握Python数据分析的相关知识，并提高读者的项目实践能力。
本书特色
　　1．视频教学，高效、直观
　　为了便于读者高效、直观地学习，笔者专门为本书的重点内容录制了配套教学视频，读者可以一边看书，一边结合教学视频进行学习，以取得更好的学习效果。
　　2．内容全面，讲解系统
　　本书不但全面介绍了从Numpy到pandas，从matplotlib到pyecharts的数据分析必学技术，而且还系统地讲解了从数据读取到数据清洗，从数据处理到数据可视化的详细步骤。
　　3．给出了数据分析环境的安装和配置步骤
　　本书详细介绍了Python数据分析集成环境Anaconda的安装步骤和使用方法，可以大大降低初学者学习Python数据分析的门槛，从而让读者快速跨进Python数据分析的大门。
　　4．详细介绍了数据分析的流程
　　本书从一开始便对数据分析的流程进行了详细介绍，而且在讲解中结合了多个实用性很强的数据分析项目案例，带领读者掌握Python数据分析的相关知识，以解决实际工作中的数据分析问题。
　　5．提供了9个有较高应用价值的项目案例，有很强的实用性
　　本书提供了9个实用性很强的数据分析项目案例，这些案例从不同的分析角度切入进行讲解，具有较高的应用价值。读者通过实际操练，可以更加透彻地理解数据分析的相关知识。
　　6．提供教学PPT，方便教学和学习
　　笔者专门为本书制作了专业的教学PPT，以方便相关院校的教学人员授课时使用；读者也可以通过教学PPT，提纲挈领地掌握书中的内容脉络。
本书内容
　　第1章 Python环境搭建与使用
　　本章介绍了如何搭建和使用Python数据分析环境，并介绍了如何使用Jupyter Notebook进行数据分析编程。
　　第2章 NumPy入门和实战
　　本章首先介绍了Numpy的基本数据结构——多维数组；然后介绍了多维数组的创建和基本属性、数组的切片和索引方法，以及数组的运算与存取；最后通过综合案例，演示了如何实现图像的变换功能。
　　第3章 pandas入门和实战
　　本章首先介绍了pandas中两种基础数据结构的创建和使用方法；然后详细讲解了DataFrame的选取和操作，同时介绍了其算术运算、函数的使用和pandas的可视化方法；最后结合案例，介绍了数据分析流程。
　　第4章 外部数据的读取与存储
　　本章主要介绍了如何利用pandas库读取外部数据为DataFrame数据格式，并介绍了通过Python进行数据处理后如何将DataFrame类数据存储到相应的外部数据文件中。
　　第5章 数据清洗与整理
　　本章主要介绍了如何使用pandas进行多源数据的清洗和整理，并给出了针对多源数据的合并和连接方法，以及数据的重塑方法，最后通过一个综合案例演示了数据分析中的数据清洗过程。
　　第6章 数据分组与聚合
　　本章涵盖的主要内容有：GroupBy的原理和使用方法；聚合函数的使用；分组运算中transform和apply方法的使用；通过pandas创建数据透视表；通过综合案例，巩固数据分组统计的使用。
　　第7章 matplotlib可视化
　　本章涵盖的主要内容有：利用matplotlib进行图表绘制；学会使用自定义设置，个性化绘制图表；通过综合案例，巩固matplotlib可视化的方法和技巧。
　　第8章 seaborn可视化
　　本章涵盖的主要内容有：使用seaborn绘图；学会seaborn样式和分布图绘制；通过综合案例泰坦尼克号的生还者数据，巩固seaborn的可视化方法和技巧。
　　第9章 pyecharts可视化
　　本章涵盖的主要内容有：安装pyecharts库；学会使用pyecharts库绘制基本图表；学会绘制其他图表；通过综合案例，巩固pyecharts的绘制方法和技巧。
　　第10章 时间序列

前言
第1章 Python环境搭建与使用1
1.1 Anaconda的安装和使用1
1.1.1 Anaconda的安装1
1.1.2 Anaconda的使用3
1.2 Jupyter Notebook的使用5
1.2.1 更改工作空间5
1.2.2 界面介绍与使用7
第2章 NumPy入门和实战9
2.1 ndarray多维数组9
2.1.1 创建ndarray数组9
2.1.2 ndarray对象属性12
2.1.3 ndarray数据类型13
2.1.4 数组变换15
2.1.5 NumPy的随机数函数18
2.2 数组的索引和切片20
2.2.1 数组的索引21
2.2.2 数组的切片23
2.2.3 布尔型索引24
2.2.4 花式索引26
2.3 数组的运算26
2.3.1 数组和标量间的运算26
2.3.2 通用函数27
2.3.3 条件逻辑运算28
2.3.4 统计运算30
2.3.5 布尔型数组运算31
2.3.6 排序32
2.3.7 集合运算33
2.3.8 线性代数34
2.4 数组的存取34
2.4.1 数组的存储35
2.4.2 数组的读取35
2.5 综合示例——图像变换35
第3章 pandas入门和实战38
3.1 pandas数据结构38
3.1.1 创建Series数据38
3.1.2 创建DataFrame数据40
3.1.3 索引对象43
3.2 pandas索引操作44
3.2.1 重新索引45
3.2.2 更换索引46
3.2.3 索引和选取48
3.2.4 操作行和列52
3.3 pandas数据运算53
3.3.1 算术运算54
3.3.2 函数应用和映射55
3.3.3 排序56
3.3.4 汇总与统计57
3.3.5 唯一值和值计数58
3.4 层次化索引59
3.4.1 层次化索引简介59
3.4.2 重排分级顺序60
3.4.3 汇总统计61
3.5 pandas可视化61
3.5.1 线形图61
3.5.2 柱状图63
3.5.3 直方图和密度图66
3.5.4 散点图67
3.6 综合示例——小费数据集68
3.6.1 数据分析流程68
3.6.2 数据来源68
3.6.3 定义问题69
3.6.4 数据清洗69
3.6.5 数据探索70
第4章 外部数据的读取与存储73
4.1 文本数据的读取与存储73
4.1.1 CSV文件的读取73
4.1.2 TXT文件的读取80
4.1.3 文本数据的存储81
4.2 JSON和Excel数据的读取与存储82
4.2.1 JSON数据的读取与存储82
4.2.2 Excel数据的读取与存储85
4.3 数据库的读取与存储87
4.3.1 连接数据库87
4.3.2 读取数据库88
4.3.3 存储数据库90
4.4 Web数据的读取90
4.4.1 读取HTML表格90
4.4.2 网络爬虫92
第5章 数据清洗与整理95
5.1 数据清洗95
5.1.1 处理缺失值95
5.1.2 移除重复数据99
5.1.3 替换值101
5.1.4 利用函数或映射进行数据转换101
5.1.5 检测异常值102
5.1.6 虚拟变量103
5.2 数据合并和重塑104
5.2.1 merge合并105
5.2.2 concat连接110
5.2.3 combine_first合并113
5.2.4 数据重塑114
5.3 字符串处理116
5.3.1 字符串方法117
5.3.2 正则表达式118
5.4 综合示例——Iris数据集118
5.4.1 数据来源118
5.4.2 定义问题119
5.4.3 数据清洗119
5.4.4 数据探索123
第6章 数据分组与聚合125
6.1 数据分组125
6.1.1 GroupBy简介125
6.1.2 按列名分组128
6.1.3 按列表或元组分组130
6.1.4 按字典分组130
6.1.5 按函数分组131
6.2 聚合运算132
6.2.1 聚合函数132
6.2.2 多函数应用134
6.3 分组运算136
6.3.1 transform方法137
6.3.2 apply方法138
6.4 数据透视表139
6.4.1 透视表140
6.4.2 交叉表140
6.5 综合实例——巴尔的摩公务员工资数据集142
6.5.1 数据来源142
6.5.2 定义问题143
6.5.3 数据清洗143
6.5.4 数据探索144
第7章 matplotlib可视化148
7.1 线形图148
7.1.1 基本使用148
7.1.2 颜色与线形149
7.1.3 点标记151
7.2 柱状图152
7.2.1 基本使用152
7.2.2 刻度与标签155
7.2.3 图例156
7.3 其他基本图表158
7.3.1 散点图158
7.3.2 直方图159
7.4 自定义设置159
7.4.1 图表布局159
7.4.2 文本注解162
7.4.3 样式与字体163
7.5 综合示例——星巴克店铺数据集164
7.5.1 数据来源164
7.5.2 定义问题166
7.5.3 数据清洗166
7.5.4 数据探索168
第8章 seaborn可视化172
8.1 样式与分布图172
8.1.1 seaborn样式172
8.1.2 坐标轴移除174
8.1.3 单变量分布图175
8.1.4 多变量分布图178
8.2 分类图181
8.2.1 分类散点图181
8.2.2 箱线图与琴形图183
8.2.3 柱状图186