python数据分析从入门到精通电子工业出版社_Python数据分析从入门到精通

第1篇 Python数据分析语法入门

第1章 初识Python1

1.1 Python是什么2

1.2 Python有什么优点3

1.2.1 Python是自由开源的软件3

1.2.2 Python是跨平台的3

1.2.3 Python功能强大4

1.2.4 Python是可扩展的4

1.2.5 Python易学易用5

1.3 其他程序设计语言中的Python5

1.3.1 Jython5

1.3.2 Python for .NET6

1.3.3 IronPython6

1.4 快速搭建Python开发环境7

1.4.1 Python的下载和安装7

1.4.2 用Visual Studio编译Python源代码9

1.4.3 Python开发工具：Vim10

1.4.4 Python开发工具：Emacs15

1.4.5 Python开发工具：PythonWin18

1.4.6 其他的Python开发工具20

1.5 第一个Python程序22

1.5.1 从“Hello, Python!”开始22

1.5.2 Python的交互式命令行24

1.6 本章小结25

第2章 Python起步必备27

2.1 Python代码的组织形式和注释方式27

2.1.1 用缩进来分层28

2.1.2 代码的两种注释方式29

2.1.3 Python语句的断行30

2.2 Python的基本输入/输出函数31

2.2.1 接收输入的input()函数31

2.2.2 输出内容的print()函数32

2.3 Python对中文的支持33

2.3.1 Python 3之前的版本如何使用中文33

2.3.2 更全面的中文支持36

2.4 简单实用的Python计算器37

2.4.1 直接进行算术运算37

2.4.2 math模块提供丰富的数学函数38

2.4.3 Python对大整数的支持39

2.5 本章小结40

第3章 Python的数据类型与流程控制语句41

3.1 Python数据类型：数字42

3.1.1 整型和浮点型42

3.1.2 运算符43

3.2 Python数据类型：字符串45

3.2.1 Python中的字符串45

3.2.2 字符串中的转义字符46

3.2.3 操作字符串46

3.2.4 字符串的索引和分片49

3.2.5 格式化字符串50

3.2.6 字符串、数字类型的转换50

3.2.7 原始字符串51

3.3 Python数据类型：列表和元组52

3.3.1 创建和操作列表52

3.3.2 创建和操作元组53

3.4 Python数据类型：字典54

3.5 Python数据类型：文件55

3.6 Python数据类型：布尔值56

3.7 Python的流程控制语句56

3.7.1 分支结构：if语句57

3.7.2 循环结构：for语句59

3.7.3 循环结构：while语句62

3.8 本章小结63

第4章 可复用的函数与模块64

4.1 Python自定义函数65

4.1.1 函数的定义65

4.1.2 函数调用66

4.2 参数让函数更有价值67

4.2.1 有默认值的参数67

4.2.2 参数的传递方式69

4.2.3 如何传递任意数量的参数70

4.2.4 用参数返回计算结果70

4.3 变量的作用域71

4.4 最简单的函数：使用lambda表达式定义函数72

4.5 可重用结构：Python模块73

4.5.1 Python模块的基本用法73

4.5.2 Python在哪里查找模块75

4.5.3 是否需要编译模块77

4.5.4 模块也可独立运行78

4.5.5 如何查看模块提供的函数名79

4.6 用包来管理多个模块80

4.6.1 包的组成80

4.6.2 包的内部引用81

4.7 本章小结81

第5章 数据结构与算法82

5.1 表、栈和队列82

5.1.1 表83

5.1.2 栈84

5.1.3 队列86

5.2 树和图88

5.2.1 树88

5.2.2 二叉树89

5.2.3 图93

5.3 查找与排序95

5.3.1 查找96

5.3.2 排序97

5.4 本章小结100

第6章 面向对象的Python101

6.1 面向对象编程概述101

6.1.1 Python中的面向对象思想102

6.1.2 类和对象102

6.2 在Python中定义和使用类103

6.2.1 类的定义104

6.2.2 类的使用105

6.3 类的属性和方法106

6.3.1 类的属性107

6.3.2 类的方法108

6.4 类的继承111

6.4.1 使用继承111

6.4.2 Python的多重继承112

6.5 在类中重载方法和运算符114

6.5.1 方法重载114

6.5.2 运算符重载115

6.6 在模块中定义类117

6.7 本章小结119

第7章 异常处理与程序调试120

7.1 异常的处理120

7.1.1 使用try语句捕获异常121

7.1.2 常见异常的处理123

7.1.3 多重异常的捕获124

7.2 用代码引发异常125

7.2.1 使用raise语句引发异常126

7.2.2 assert——简化的raise语句127

7.2.3 自定义异常类128

7.3 使用pdb模块调试Python脚本128

7.3.1 调试语句块129

7.3.2 调试表达式129

7.3.3 调试函数130

7.3.4 设置断点131

7.3.5 pdb调试命令131

7.4 在PythonWin中调试脚本134

7.5 本章小结136

第8章 pip软件包管理137

8.1 安装pip137

8.2 更新pip138

8.3 pip常用操作138

8.3.1 安装软件包138

8.3.2 卸载软件包139

8.3.3 更新软件包139

8.3.4 显示本地所有已经安装的软件包139

8.3.5 显示软件包的细节139

8.3.6 搜索软件包140

8.3.7 通过wheel文件安装软件包141

8.4 本章小结141

第2篇 Python数据分析工具入门

第9章 IPython科学计算库142

9.1 IPython简介143

9.2 安装IPython及其他相关库144

9.2.1 使用Anaconda安装144

9.2.2 使用pip安装145

9.3 IPython壳基础146

9.3.1 自动补全147

9.3.2 检查149

9.3.3 %run命令150

9.3.4 快捷键150

9.3.5 异常和错误定位151

9.3.6 魔法方法151

9.3.7 和操作系统交互152

9.3.8 代码分析：%prun和%run153

9.3.9 目录标签系统155

9.3.10 嵌入IPython155

9.4 融合Matplotlib库和Pylab模型156

9.5 输入和输出变量157

9.6 交互式调试器158

9.7 计时功能159

9.8 重新载入模块160

9.9 配置IPython161

9.10 Jupyter162

9.10.1 基于Qt的控制台162

9.10.2 Jupyter Notebook165

9.11 IPython和Jupyter Notebook的关系170

9.12 本章小结173

第10章 Numpy科学计算库174

10.1 Numpy基础174

10.1.1 数组对象介绍175

10.1.2 生成数组176

10.1.3 数组对象数据类型180

10.1.4 打印数组182

10.2 数组的基本操作184

10.3 基本的分片和索引操作186

10.4 高级索引189

10.4.1 整数索引189

10.4.2 布尔索引190

10.4.3 布尔索引的简单应用192

10.5 改变数组的形状193

10.6 组装、分割数组195

10.7 数组的基本函数196

10.8 复制和指代198

10.9 线性代数199

10.10 使用数组来处理数据201

10.11 Numpy的where()函数和统计函数203

10.11.1 where()函数203

10.11.2 统计函数205

10.12 输入与输出206

10.12.1 二进制文件206

10.12.2 文本文件207

10.13 生成随机数208

10.14 数组的排序和查找210

10.14.1 排序210

10.14.2 查找212

10.15 扩充转换213

10.16 本章小结215

第11章 pandas数据分析处理库216

11.1 pandas数据结构介绍217

11.1.1 序列217

11.1.2 数据框221

11.2 索引对象226

11.3 核心的基本函数227

11.4 索引和旋转229

11.5 算术运算与对齐232

11.6 处理默认值233

11.7 多级索引237

11.8 读/写数据239

11.9 组合数据243

11.10 数据分组操作247

11.11 时间序列249

11.11.1 时间序列介绍250

11.11.2 使用时间序列作图253

11.12 本章小结259

第12章 Matplotlib数据可视化260

12.1 Pyplot模块介绍261

12.1.1 plot()函数261

12.1.2 绘制子图264

12.1.3 添加注释266

12.1.4 其他的坐标轴类型268

12.2 应用Pyplot模块269

12.3 Artist模块275

12.3.1 Artist模块概述275

12.3.2 Artist的属性277

12.4 使用pandas绘图283

12.5 本章小结287

第3篇 Python数据分析案例实战

第13章 案例1：数据挖掘288

13.1 贝叶斯理论介绍288

13.2 贝叶斯分类器的实现290

13.3 协同过滤推荐系统295

13.3.1 相似度计算296

13.3.2 协同过滤推荐系统的实现300

13.4 本章小结304

第14章 案例2：玩转大数据305

14.1 案例概述306

14.1.1 了解大数据的处理方式306

14.1.2 处理日志文件307

14.1.3 案例目标308

14.2 日志文件的分割309

14.3 编写Map()函数处理小文件311

14.4 编写Reduce()函数313

14.5 本章小结315