[PDF] Python数据分析与应用案例教程电子书

Python数据分析与应用案例教程

作者：李兆延，刘佳雪，罗鑫鑫主编

页数：200页

出版社：上海交通大学出版社

出版日期：2022

ISBN：9787313270146

高清校对版pdf（带目录）

夸克网盘：https://pan.quark.cn/s/2c8a1697b0c2

百度网盘：https://pan.baidu.com/s/1DT50OA8JiJg46L3_ZVP2kQ?pwd=dh2v

内容简介

本书以数据预处理、分析与可视化的流程为主线，介绍了利用Python进行数据分析的相关知识和技术。全书共8章，内容包括数据分析入门、Python数据分析基础、Pandas数据预处理、Pandas数据分析、Matplotlib数据可视化、旅游网站精华游记数据分析、二手房数据分析与房价预测、电商客户价值分析。

基础篇
数据分析入门
②1.1 数据分析概述
1.1.1什么是数据分析
1.1.2数据分析的流程
1.1.3数据分析的应用场景
1.2数据分析工具
1.2.1常用的数据分析工具
1.2.2 Python数据分析的优势
1.2.3 Python数据分析常用类库
1.3搭建 Python 开发环境
1.3.1 安装Anaconda
1.3.2 安装PyCharm
1.3.3 安装Python数据分析常用库
典型案例——学生语文成绩分析
⑤课堂实训1
本章考核1
Python 数据分析基础
⑤2.1 NumPy库
2.1.1创建数组
2.1.2查看数组属
2.1.3数组的索引与切片
2.1.4数组的运算
2.1.5常用的数算画数
⑤2.2 Pandas库
2.2.1 Pandas的数据结构
2.2.2数据的选取
2.2.3数据的改、增、删
2.2.4 数据的保存与导入
典型案例——按行业分析城镇单位
业人员年平均工资
课堂实训2
本章考核2
Pandas数据预处理
①3.1数据的清洗
3.1.1缺失值的处理
3.1.2重复值的处理
3.1.3异常值的处理
3.2数据的合并
3.2.1数据的横向合并
3.2.2数据的纵向合并
3.3数据的聚合与分组
3.3.1数据的聚合
3.3.2数据的分组
3.4数据的转换
3.4.1字符型数据的编码
……
7.3.4 是否靠近地铁的不同装修房
均价分析
7.4使用线回归模型预测房价
本章考核7
电商客户价值分析
需求分析
新老客户分析
新老客户分析法
8.2.2新老客户价值分析
8.3RFM模型分析
8.3.1RFM模型
8.3.2聚类算法
8.3.3RFM模型特征值构建和标准
8.3.4店铺客户价值分析
本章考核8
参考文献