Python可视化数据分析
作者：李迎 著
出版时间： 2019年版
内容简介
本书是从实践出发，同时结合一线教师的实践教学经验，以示例为主线，把可视化需要的Python基础语法，Numpy和pandas包中数据结构及读取Excel/CSV文件操作、无效数据处理操作，Matplotlib和pandas包的不同种类图形绘制框架代码等内容都融入到示例中，通过示例，循序渐进、浅显易懂地讲解可视化分析所需要的知识点。 本书适合Python可视化初学者使用，也可作为相关机构的培训用书。
目录
第1章 Python基础导入 1
1.1 Python到底是什么 1
1.1.1 Python的发展史 1
1.1.2 Python优缺点 1
1.2 Python快速准备 2
1.2.1 Python下载 3
1.2.2 配置环境变量 5
1.2.3 运行Python 7
1.3 在哪里编辑Python 9
1.3.1 Python自带的IDLE 10
1.3.2 Anaconda和PyCharm 12
1.3.3 关于中文编码问题 13
1.4 开始编程 17
1.4.1 从“Hello，World!”开始 18
1.4.2 缩进和标注问题 18
1.5 开始数据计算 19
1.5.1 直接进行算术运算 23
1.5.2 math模块提供丰富的数学函数 24
1.5.3 Python科学计算库 25
1.6 Python和我们沟通的开始 26
1.6.1 接收输入内容的input()函数 26
1.6.2 输出内容的print()函数 28
1.7 文件读取与写入功能 30
1.7.1 读文件 30
1.7.2 写文件 33
第2章 Python中的数据类型 35
2.1 Python数据类型：数值型 35
2.2 Python数据类型：字符串 37
2.2.1 字符串概念 37
2.2.2 字符串常用操作方法 38
2.2.3 原始字符串 47
2.3 Python数据结构：列表和元组 49
2.3.1 创建和操作列表 50
2.3.2 创建和操作元组 51
2.4 Python数据结构：字典 52
2.5 Python数据结构：集合 53
第3章 Python中重复利用的函数与模块 56
3.1 了解Python的流程控制语句 56
3.1.1 if...else语句 56
3.1.2 for和while循环语句 60
3.1.3 死循环 63
3.1.4 continue和break语句 64
3.1.5 pass语句 68
3.2 遍历实践 69
3.2.1 range()函数 69
3.2.2 列表遍历 70
3.3 函数 71
3.3.1 函数的定义 72
3.3.2 函数的参数及类型 73
3.3.3 函数调用 75
3.3.4 最简单的函数：使用lambda表达式定义函数 79
3.4 面向对象思想 80
3.4.1 Python中的面向对象思想 81
3.4.2 Python中类的定义及简单使用 82
3.4.3 Python中类的属性和方法 85
3.4.4 Python中类的继承使用 86
第4章 为数据分析做准备 90
4.1 助手pip 90
4.1.1 安装pip 90
4.1.2 pip最常干的工作 94
4.1.3 利用pip安装第三方库 94
4.2 Numpy包 96
4.2.1 Numpy中数组创建 96
4.2.2 Numpy中一维数组 99
4.2.3 Numpy中二维数组 100
4.3 Numpy数组可视化赏析 101
4.4 存储数据文件读写详解 105
4.4.1 csv格式数据读取 105
4.4.2 Excel格式数据读取 109
第5章 由Matplotlib 开始数据可视化 113
5.1 基础用法介绍 113
5.1.1 Matplotlib安装 113
5.1.2 绘图简述 114
5.2 绘制线形图 121
5.3 绘制散点图 125
5.4 绘制直方图 130
5.5 绘制条形图 132
5.6 绘制箱线图 135
5.7 绘制饼状图 138
第6章 用pandas进行文件数据分析 140
6.1 pandas安装 140
6.2 pandas数据结构简介 141
6.2.1 Series 141
6.2.2 DataFrame 142
6.3 pandas读写csv数据 143
6.4 pandas读写Excel数据 146
6.5 数据清洗 147
6.5.1 缺失数据处理问题 148
6.5.2 去除缺失数据 150
6.5.3 填充缺失数据 152
6.5.4 移除重复数据 155
6.6 pandas绘图 157
6.6.1 简单图 158
6.6.2 条形图 162
6.6.3 直方图 165
6.6.4 箱形图 167
6.6.5 区域块图形 169
6.6.6 散点图 170
6.6.7 饼状图 173
6.6.8 数据分析实战 177
附录A math模块可用函数 182
附录B 内置函数 185
附录C pandas中直方图参数 186
