谁说菜鸟不会数据分析（Python篇）

　　《谁说菜鸟不会数据分析（Python篇）》从解决工作实际问题出发，提炼总结工作中Python 常用的数据处理、数据分析实战方法与技巧。本书力求通俗易懂地介绍相关知识，在不影响学习理解的前提下，尽可能地避免使用晦涩难懂的Python 编程、统计术语或模型公式。

　　《谁说菜鸟不会数据分析（Python篇）》定位是带领Python 数据分析初学者入门，并能解决学习、工作中大部分的问题或需求。入门后如还需要进一步进阶学习，可自行扩展阅读相关书籍或资料，学习是永无止境的，正所谓“师傅领进门，修行在个人”。

　　方小敏，“数据分析实战”公众号主理人，资深机器学习工程师；曾服务于BAT等知名互联网企业，熟练掌握Python、R、Spark、Hive、TensorFlow等工具进行机器学习。

　　张文霖，新浪博客“小蚊子数据分析”博主，资深数据分析师，曾服务于国内知名市场研究公司、中国移动等公司，具有多年移动互联网数据分析经验，略懂Excel、PPT、SPSS、水晶易表等工具。

　　《谁说菜鸟不会数据分析》系列自面世以来赢得众多有分量的行业奖项，影响几十万读者

　　Python篇系“小蚊子数据分析”团队精心打磨的又一力作

　　沈浩教授、《数据化管理》作者黄成明、《统计之美》作者李舰博士、张文彤博士、“路人甲TM”等专家力荐

　　适合人群

　　★ 需要提升自身竞争力的职场新人。

　　★ 从事咨询、研究、分析等专业人士。

　　★ 在市场营销、产品运营、项目管理、开发运维等工作中需要进行数据分析的人士。

　　《谁说菜鸟不会数据分析》系列图书自上市以来，已拥有数十万读者与粉丝，口口相传，成为职场人士案头必备的参考用书。同时非常荣幸地获得书刊发行业协会授予的“全行业优秀畅销品种”称号，这离不开广大读者的厚爱与支持。有读者告诉我们，每次阅读都会有新的体会与收获，这让我们很开心。

　　随着云计算、互联网、电子商务和物联网的飞速发展，世界已经逐步迈入大数据时代。数据分析、机器学习等数据科学技术也相应流行起来，主流的数据科学技术，都将Python 作为主要的计算工具。Python 越来越被大家熟悉和认可，成为数据分析师的新宠儿，特别是在互联网行业。

　　市面上Python 数据分析的相关书籍基本上多数由IT 人员编写，写作角度相对侧重技术层面，很多基础知识点和编写的代码并无详细介绍，并且在数据分析思维体系方面相对薄弱，学习门槛非常高，让非IT 专业朋友学起来较为痛苦。

　　鉴于此，本书作者于2015 年开始提炼总结工作中Python 常用的数据处理、数据分析实战方法与技巧，并录制成了视频课程《Python 数据分析实战》，发布于网易云课堂。课程上线后，受到了大量学员的支持与肯定。同时，课程上线后，根据热心学员的宝贵反馈意见，对课程不断进行升级更新。

　　通过《Python 数据分析实战》视频课程的录制、升级过程中，沉淀了大量的Python 数据分析实战教学经验。同时大量的学员与读者不断来信咨询希望早日出版《谁说菜鸟不会数据分析（Python篇）》。经过两年时间的打磨，这本书终于与读者见面了。

　　整个写作过程是艰辛的，但是也很有成就感。

　　本书从解决工作实际问题出发，提炼总结工作中Python 常用的数据处理、数据分析实战方法与技巧。本书与其他《谁说菜鸟不会数据分析》系列图书一样，力求通俗易懂地介绍相关知识，在不影响学习理解的前提下，尽可能地避免使用晦涩难懂的Python 编程、统计术语或模型公式，如需了解相关的知识，可查阅相关的书籍或资料。

　　本书的定位是带领Python数据分析初学者入门，并能解决学习、工作中大部分的问题或需求。入门后如还需进一步进阶学习，可自行扩展阅读相关书籍或资料，学习是永无止境的，正所谓“师傅领进门，修行在个人”。

　　本书结构

　　本书以数据分析主要流程为主线，介绍如何用Python 进行数据分析。

　　第1 章　数据分析概况：主要通过3W 模型介绍数据分析相关知识，让读者了解与认识数据分析。

　　第2 章　Python 概况： 主要介绍了什么是Python，Python 的特点，Python 的函数与模块，Python 的使用场景，以及Anaconda 的安装与使用，让读者了解与认识Python。

　　第3 章　编程基础：主要介绍了Python 进行数据分析所需要的编程基础，包括数据类型、赋值和变量、数据结构、向量化运算、for 循环，让读者对Python 在数据分析方面的使用有基本的了解与认识。

　　第4 章　数据处理：主要介绍了在Python 中如何使用Pandas 进行数据处理操作，包括数据导入与导出、数据清洗、数据转换、数据抽取、数据合并、数据计算，让读者能够使用Python 进行常用的数据处理操作。

　　第5 章　数据分析：主要介绍了在Python 中如何使用Pandas、sklearn 进行相关的数据分析操作，包括描述统计分析、分组分析、结构分析、分布分析、交叉分析、RFM 分析、矩阵分析、相关分析、回归分析等常用分析方法，让读者能够使用Python进行常用的数据分析操作。

　　第6 章　数据可视化：主要介绍了在Python 中如何使用matplotlib.pyplot 进行常用的数据可视化图形绘制，包括散点图、矩阵图、折线图、饼图、柱形图、条形图，让读者能够使用Python 进行常用的数据可视化图形绘制。

　　本书主要基于Python 3 进行介绍，故部分方法可能在Python 2 中无法实现。

　　案例数据下载

　　本书配套案例数据下载方式：

　　（1）扫码关注微信订阅号：小蚊子数据分析（wzdata），回复“1”或“Python篇”获取案例数据下载链接

　　（2）http://blog.sina.com.cn/xiaowenzi22

　　致谢

　　感谢广大读者与学员的支持，让笔者下定决心写这本书。在此要衷心感谢成都道然科技有限责任公司的姚新军先生，感谢他的提议和在写作过程中的支持。感谢参与本书优化的朋友：王斌、李伟、范霈璐、李萍、王晓、景小艳、余松。非常感谢本书的插画师朴提的辛苦劳动，您的作品也让本书增色不少。感谢沈浩、张文彤、路人甲、黄成明、阿橙、许树淮、肖骁、严婷、刘志军、崔庆才、齐德胜、数据小人、郑来轶、李舰、gashero、肖凯、郑跃平等书评作者，感谢他们在百忙之中抽空阅读书稿，撰写书评，并提出宝贵意见。最后，要感谢两位作者的家人，感谢他们默默无闻的付出，没有他们的理解与支持，同样也没有本书。尽管我们对书稿进行了多次修改，仍然不可避免地会有疏漏和不足之处，敬请广大读者批评指正，我们会在适当的时间进行修订，以满足更多人的需要。

第1 章　数据分析概况 /1

1.1　数据分析定义（What） /2

1.2　数据分析作用（Why） /4

1.3　数据分析步骤（How） /5

1.3.1　明确分析目的和思路 /6

1.3.2　数据收集 /7

1.3.3　数据处理 /9

1.3.4　数据分析 /9

1.3.5　数据展现 /10

1.3.6　报告撰写 /10

1.4　数据分析的三大误区 /12

1.5　常用的数据分析工具 /13

1.5.1　Excel /13

1.5.2　SPSS /14

1.5.3　R语言 /15

1.5.4　Python语言 /16

第2 章　Python 概况 /17

2.1　Python简介 /18

2.2　Python特点 /19

2.3　Python模块 /20

2.3.1　函数 /20

2.3.2　模块 /24

2.4　Python使用场景 /27

2.5　Python 2与Python 3 /28

2.6　Python与数据科学 /29

2.7　Anaconda简介 /30

2.8　安装Anaconda /31

2.8.1　下载Anaconda /31

2.8.2　安装Anaconda /33

2.9　使用Anaconda /37

2.9.1　PyCharm 与Spyder /37

2.9.2　Anaconda 开始菜单 /38

2.9.3　Spyder 工作界面简介 /39

2.9.4　项目管理 /40

2.9.5　代码提示 /43

2.9.6　变量浏览 /44

2.9.7　图形查看 /44

2.9.8　帮助文档 /45

第3 章　编程基础 /47

3.1　数据类型 /48

3.1.1　数值型 /48

3.1.2　字符型 /50

3.1.3　逻辑型 /56

3.2　赋值和变量 /57

3.2.1　赋值和变量 /57

3.2.2　变量命名规则 /58

3.3　数据结构 /59

3.3.1　列表 /59

3.3.2　字典 /63

3.3.3　序列 /66

3.3.4　数据框 /72

3.3.5　四种数据结构的区别 /80

3.4　向量化运算 /81

3.5　for 循环 /83

3.6　Python 编程注意事项 /87

第4 章　数据处理 /90

4.1　数据导入与导出 /91

4.1.1　数据导入 /91

4.1.2　数据导出 /99

4.2　数据清洗 /100

4.2.1　数据排序 /101

4.2.2　重复数据处理 /102

4.2.3　缺失数据处理 /106

4.2.4　空格数据处理 /109

4.3　数据转换 /110

4.3.1　数值转字符 /110

4.3.2　字符转数值 /112

4.3.3　字符转时间 /113

4.4　数据抽取 /115

4.4.1　字段拆分 /116

4.4.2　记录抽取 /121

4.4.3　随机抽样 /127

4.5　数据合并 /130

4.5.1　记录合并 /130

4.5.2　字段合并 /133

4.5.3　字段匹配 /135

4.6　数据计算 /140

4.6.1　简单计算 /140

4.6.2　时间计算 /141

4.6.3　数据标准化 /142

4.6.4　数据分组 /144

第5 章　数据分析 /148

5.1　对比分析 /149

5.2　基本统计分析 /152

5.3　分组分析 /155

5.4　结构分析 /158

5.5　分布分析 /159

5.6　交叉分析 /162

5.7　RFM 分析 /164

5.8　矩阵分析 /173

5.9　相关分析 /176

5.10　回归分析 /178

5.10.1　回归分析简介 /178

5.10.2　简单线性回归分析 /180

5.10.3　多重线性回归分析 /185

第6 章　数据可视化 /189

6.1　数据可视化简介 /190

6.1.1　什么是数据可视化 /190

6.1.2　数据可视化常用图表 /190

6.1.3　通过关系选择图表 /191

6.2　散点图 /192

6.3　矩阵图 /203

6.4　折线图 /210

6.5　饼图 /215

6.6　柱形图 /217

6.7　条形图 /222