Python與數(shù)據(jù)分析及可視化（微課視頻版）

第1章緒論
1.1Python語言簡介
1.2Python的“生態(tài)圈”
1.3Python語言的特色
1.3.1Python之“禪(Zen)”
1.3.2Python語言的特點(diǎn)
1.4Python語言的應(yīng)用
1.5Python開發(fā)人才需求
1.6Python的學(xué)習(xí)建議
1.7本書的知識(shí)體系結(jié)構(gòu)
1.8本章小結(jié)
1.9習(xí)題
第2章Python開發(fā)環(huán)境與工具
2.1Python的版本介紹
2.2Python系統(tǒng)的安裝
2.3Python幫助系統(tǒng)
2.3.1Python幫助文檔
2.3.2REPL下的help()函數(shù)
2.3.3基于HTTP服務(wù)的幫助系統(tǒng)
2.3.4Python案例代碼搜索引擎
2.4Python虛擬開發(fā)環(huán)境
2.4.1虛擬環(huán)境的創(chuàng)建
2.4.2虛擬環(huán)境的使用
2.5Python包管理工具pip
2.5.1顯示已安裝的模塊： pip list
2.5.2顯示特定模塊信息： pip show
2.5.3安裝第三方模塊： pip install
2.5.4卸載模塊： pip uninstall
2.5.5模塊信息收集： pip freeze
2.6Anaconda Python集成安裝工具
2.7Python集成開發(fā)環(huán)境
2.7.1Spyder 
2.7.2Jupyter Notebook 
2.7.3Jupyter Lab 
2.7.4PyCharm 
2.8本章小結(jié)
2.9習(xí)題
 
 
第3章Python的基本概念
3.1Python相關(guān)的文件
3.1.1Python的幾種文件類型
3.1.2Python源程序示例
3.1.3Python源程序編碼格式
3.1.4Python源程序的注釋與文檔字符串
3.1.5Python語言的代碼塊
3.2Python語言的關(guān)鍵字
3.3Python的標(biāo)識(shí)符
3.4Python的內(nèi)置常量
3.5Python的內(nèi)置函數(shù)
3.6Python的名字空間
3.7Python的模塊
3.8Python的包
3.9本章小結(jié)
3.10習(xí)題
第4章基本數(shù)據(jù)類型與運(yùn)算符
4.1Python基本數(shù)據(jù)類型
4.2數(shù)字類型
4.2.1int、float 類型
4.2.2相關(guān)運(yùn)算符
4.2.3bool類型
4.2.4邏輯運(yùn)算符
4.2.5數(shù)學(xué)模塊math
4.2.6隨機(jī)模塊random
4.2.7數(shù)字類型的擴(kuò)充
4.3序列類型
4.3.1序列相關(guān)共性
4.3.2list 
4.3.3range
4.3.4tuple 
4.4文本序列類型 str
4.4.1字符與編碼
4.4.2字符串及相關(guān)函數(shù)
4.5二進(jìn)制序列類型
4.5.1bytes類型
4.5.2bytearray類型
4.5.3memoryview類型
4.6集合類型
4.7映射類型
4.7.1字典的創(chuàng)建
4.7.2字典常見的函數(shù)
4.7.3zip()函數(shù)
4.8collections模塊
4.8.1namedtuple
4.8.2deque
4.8.3Counter
4.9itertools模塊
4.10本章小結(jié)
4.11習(xí)題
第5章程序流控制與異常處理
5.1Python程序控制流
5.2if條件語句
5.3Python循環(huán)語句
5.3.1while循環(huán)語句
5.3.2for…in循環(huán)語句
5.3.3break、continue、pass語句
5.4異常
5.4.1異常的處理
5.4.2異常的拋出
5.5斷言的用法
5.6with語句
5.7綜合案例
5.8本章小結(jié)
5.9習(xí)題
第6章函數(shù)及其高級(jí)應(yīng)用
6.1函數(shù)
6.1.1函數(shù)的定義
6.1.2函數(shù)的docString
6.1.3函數(shù)的參數(shù)傳遞
6.1.4函數(shù)形參的默認(rèn)參數(shù)值
6.1.5函數(shù)的關(guān)鍵字參數(shù)
6.1.6函數(shù)的可變參數(shù)
6.2變量的作用域
6.2.1局部變量
6.2.2全局變量
6.2.3nonlocal變量
6.3lambda表達(dá)式
6.4行函數(shù)
6.5序列相關(guān)函數(shù)
6.5.1filter()函數(shù)
6.5.2map()函數(shù)
6.5.3reduce()函數(shù)
6.6函數(shù)的高級(jí)應(yīng)用
6.6.1函數(shù)的裝飾器
6.6.2函數(shù)的閉包
6.6.3迭代器
6.6.4生成器
6.7eval()函數(shù)
6.8exec()函數(shù)
6.9本章小結(jié)
6.10習(xí)題
第7章文件與輸入輸出
7.1Python的輸入輸出
7.2Python文件的操作
7.2.1文件的打開與關(guān)閉
7.2.2文件操作異常捕獲與處理
7.2.3文件操作函數(shù)
7.2.4文件操作案例
7.3shelve對(duì)象數(shù)據(jù)的存取
7.4pickle對(duì)象數(shù)據(jù)的存取
7.4.1pickle.dumps()
7.4.2pickle.loads()
7.4.3pickle.dump()
7.4.4pickle.load()
7.5JSON對(duì)象數(shù)據(jù)的存取
7.5.1json.dumps()
7.5.2json.loads()
7.5.3json.dump()
7.5.4json.load()
7.6操作系統(tǒng)相關(guān)文件操作
7.7本章小結(jié)
7.8習(xí)題
第8章網(wǎng)站數(shù)據(jù)的獲取
8.1RequestsHTML簡介
8.1.1網(wǎng)頁的獲取
8.1.2網(wǎng)頁的解析與元素查找
8.2網(wǎng)頁爬蟲案例
8.2.1爬取網(wǎng)頁特定內(nèi)容
8.2.2爬取百度熱搜榜
8.2.3爬取有規(guī)律的系列數(shù)據(jù)
8.3本章小結(jié)
8.4習(xí)題
第9章文本數(shù)據(jù)的處理
9.1正則表達(dá)式簡介
9.2正則表達(dá)式的組成
9.3Python正則表達(dá)式
9.3.1Pattern對(duì)象相關(guān)函數(shù)
9.3.2Match對(duì)象相關(guān)函數(shù)
9.3.3re模塊相關(guān)函數(shù)
9.4文本數(shù)據(jù)處理
9.4.1中文文本分詞
9.4.2詞云
9.5中文情感分析
9.6本章小結(jié)
9.7習(xí)題
第10章NumPy與數(shù)學(xué)運(yùn)算
10.1為什么要用NumPy
10.2NumPy簡介
10.3NumPy的核心內(nèi)容
10.4ndarray對(duì)象
10.4.1ndarray對(duì)象中的元素?cái)?shù)據(jù)類型
10.4.2ndarray對(duì)象的創(chuàng)建
10.4.3特殊ndarray對(duì)象的創(chuàng)建
10.5ndarray、array的區(qū)別與聯(lián)系
10.6ndarray對(duì)象的輸入輸出
10.6.1ndarray對(duì)象以*.npy或*.npz 格式存儲(chǔ)與讀取 
10.6.2ndarray對(duì)象以文本方式存儲(chǔ)與讀取
10.7ndarray對(duì)象的屬性
10.8ndarray對(duì)象的結(jié)構(gòu)變形
10.9ndarray對(duì)象元素的操作
10.9.1ndarray對(duì)象元素的切片和索引
10.9.2ndarray元素的遍歷
10.10ndarray對(duì)象的運(yùn)算
10.11ndarray對(duì)象相關(guān)通用函數(shù)
10.12本章小結(jié)
10.13習(xí)題
第11章Pandas數(shù)據(jù)分析
11.1為什么需要學(xué)習(xí)Pandas
11.2Pandas介紹
11.3Series
11.3.1Series對(duì)象的創(chuàng)建
11.3.2Series的屬性
11.3.3Series對(duì)象的輸入輸出
11.3.4Series內(nèi)的遍歷
11.3.5Series數(shù)據(jù)清洗
11.3.6Series數(shù)據(jù)統(tǒng)計(jì)分析
11.3.7Series數(shù)據(jù)的定位與選取
11.3.8Series的數(shù)據(jù)處理
11.3.9Series索引的操作
11.3.10Series數(shù)據(jù)可視化
11.4DataFrame
11.4.1DataFrame對(duì)象的創(chuàng)建
11.4.2DataFrame的屬性
11.4.3DataFrame數(shù)據(jù)的定位與切片
11.4.4DataFrame數(shù)據(jù)的遍歷
11.4.5DataFrame數(shù)據(jù)的修改
11.4.6數(shù)據(jù)的向量垂直化計(jì)算
11.4.7DataFrame索引相關(guān)操作
11.4.8DataFrame數(shù)據(jù)統(tǒng)計(jì)與分析
11.4.9數(shù)據(jù)采樣
11.4.10數(shù)據(jù)整合
11.4.11DataFrame的數(shù)據(jù)可視化
11.5本章小結(jié)
11.6習(xí)題
第12章數(shù)據(jù)可視化
12.1為什么要數(shù)據(jù)可視化
12.2數(shù)據(jù)可視化揭示的幾類數(shù)據(jù)特征關(guān)系
12.3Seaborn簡介
12.4繪圖準(zhǔn)備工作
12.5數(shù)據(jù)準(zhǔn)備工作
12.6一維數(shù)據(jù)的分布可視化
12.6.1distplot()
12.6.2kdeplot()
12.6.3rugplot()
12.7二維數(shù)據(jù)的分布可視化
12.7.1jointplot()
12.7.2pairplot()
12.8數(shù)據(jù)關(guān)系可視化
12.8.1散點(diǎn)圖scatterplot()
12.8.2折線圖replot()
12.9用分類對(duì)比數(shù)據(jù)可視化
12.9.1分類散點(diǎn)圖
12.9.2分類分布圖
12.9.3類別內(nèi)的觀測分布
12.10回歸模型可視化
12.10.1regplot()
12.10.2lmplot()
12.10.3regplot()與lmplot()的區(qū)別
12.11本章小結(jié)
12.12習(xí)題
參考資料及課外閱讀