Python程序设计与数据分析项目实战（微课视频版）

目录

第一部分Python程序设计基础篇

第1章Python开发环境

1.1Python简介

1.1.1Python的发展历程

1.1.2Python的特点

1.1.3Python的应用领域

1.1.4Python的安装

1.2Python IDLE开发环境

1.2.1IDLE简介

1.2.2使用IDLE环境创建Python程序

1.3Anaconda 3集成环境与Jupyter Notebook

1.3.1Anaconda下载与安装

1.3.2Conda命令用法

1.3.3Jupyter Notebook

1.4Jupyter Notebook使用详解

1.4.1Jupyter Notebook的启动

1.4.2Jupyter Notebook的编辑界面

1.5扩展库安装及导入使用

1.6Python编写规范

习题

第2章Python变量类型、运算符与表达式、内置函数

2.1变量与数据类型

2.1.1变量

2.1.2常量

2.1.3数据类型

2.2运算符与表达式

2.2.1算术运算符

2.2.2关系运算符

2.2.3逻辑运算符

2.2.4赋值运算符

2.2.5位运算符

2.2.6成员运算符

2.2.7集合运算符

2.2.8运算符优先级

2.2.9表达式

2.3函数

2.3.1常用内置函数

2.3.2常用标准库函数

习题

第3章Python程序控制结构

3.1选择结构

3.1.1单分支选择结构

3.1.2双分支选择结构

3.1.3多分支选择结构

3.1.4嵌套选择结构

3.2循环结构

3.2.1for循环

3.2.2while循环

3.2.3嵌套循环

3.2.4循环控制语句

3.3异常处理

3.3.1异常的常见形式

3.3.2异常处理结构语法

3.4综合例题

习题

第4章列表与元组

4.1列表

4.1.1列表的创建及删除

4.1.2列表元素访问与切片

4.1.3列表常用方法

4.1.4列表运算

4.1.5列表推导式

4.2元组

4.2.1元组的创建及元素访问

4.2.2元组运算符、元组索引与切片

4.2.3生成器推导式

4.3列表与元组的区别与联系

4.4综合例题

习题

第5章字典与集合

5.1字典

5.1.1字典的概念与特性

5.1.2字典的创建与删除

5.1.3字典元素访问

5.1.4字典元素的增加、修改与删除

5.1.5字典内置函数与方法

5.2集合

5.2.1集合的概念

5.2.2集合的创建与删除

5.2.3集合元素的添加与删除

5.2.4集合常用方法

5.3综合例题

习题

第6章函数定义及使用

6.1函数定义的语法格式与调用

6.1.1函数定义的语法格式与调用概述

6.1.2递归函数的定义与调用

6.2函数参数

6.2.1位置参数

6.2.2默认参数

6.2.3关键参数

6.2.4可变长度参数

6.3Lambda表达式

6.4生成器函数与修饰器函数

6.4.1生成器函数的定义与使用

6.4.2修饰器函数的定义与使用

6.5Python中的包

6.5.1包的创建

6.5.2包的导入

习题

第7章Python数据分析基础

7.1NumPy库

7.1.1NumPy数据结构

7.1.2ndarray常见操作

7.1.3常用的操作函数

7.2Pandas库

7.2.1Pandas数据结构

7.2.2Pandas数据读写

7.2.3Pandas常用操作

第8章Python数据可视化

8.1Matplotlib

8.1.1Matplotlib安装与设置

8.1.2图形的基本构成

8.1.3基本绘图流程

8.1.4常用图形绘制

8.2Pyecharts

8.2.1Pyecharts概述

8.2.2Pyecharts图表配置项

8.2.3Pyecharts常用图表绘制

第二部分数据分析综合案例篇

第9章白葡萄酒品质分析

9.1数据集描述

9.2白葡萄酒数据分析

9.2.1导入数据

9.2.2数据描述性统计及数据分布

9.2.3数据清洗

9.2.4数据分析

第10章药品销售数据分析

10.1案例介绍与数据集描述

10.2数据清洗

10.2.1数据导入

10.2.2选择子集

10.2.3列名重命名

10.2.4缺失值处理

10.2.5数据类型转换

10.2.6异常值处理

10.2.7数据排序

10.3建模分析

10.3.1月均消费次数

10.3.2月均消费金额

10.3.3客单价

10.4可视化分析

10.4.1消费趋势

10.4.2每月消费金额

10.4.3药品销售情况

第11章电商用户行为分析

11.1数据集描述与用户行为分析过程

11.1.1数据描述

11.1.2用户行为分析过程

11.2数据清洗

11.2.1导入数据并查看

11.2.2更改列名并显示前100行记录

11.2.3查看缺失值情况

11.2.4时间戳列数据处理

11.2.5数据日期区间清洗

11.3数据读入Pandas

11.4构建模型与分析问题

11.4.1用户流量及购物情况

11.4.2用户行为转化漏斗

11.4.3购买率高低与人群特征

11.4.4时间维度上了解用户行为习惯

11.4.5商品维度分析

11.4.6分析总结

第12章电商平台大数据消费分析

12.1案例背景与目标

12.2数据集描述

12.3数据导入与描述统计分析

12.3.1导入数据

12.3.2数据描述统计分析

12.4数据清洗： 异常值检测与处理

12.4.1交易时间异常值检测

12.4.2交易时间异常值处理

12.4.3交易金额异常值处理

12.4.4交易附言缺失处理

12.4.5时间格式和时区转换

12.4.6量纲转换

12.4.7重复数据处理

12.5客户交易行为分析

12.5.1交易次数随时间变化分析

12.5.2交易金额随时间变化分析

12.5.3交易有效时段限定

12.5.4每天24小时交易次数的分布

12.5.5客户交易次数的可视化分析

12.5.6客户平均交易金额的可视化分析

12.5.7客户交易流入流出次数的可视化分析

12.5.8客户交易流入流出金额的可视化分析

12.5.9交易附言词云图

12.6客户标签画像

12.6.1事实类标签

12.6.2规则类标签

第13章银行客户信用风险评估

13.1项目背景与目标

13.1.1项目背景

13.1.2目标

13.2客户数据探索与预处理

13.2.1数据集介绍

13.2.2数据导入与格式转换

13.2.3探索性数据分析

13.2.4数据预处理

13.3信用评估指标体系构建

13.3.1建立信用评估指标体系

13.3.2各新建指标定义及实现代码

13.4风控模型构建与应用

13.4.1风控模型构建

13.4.2风控模型应用

参考文献