Python与数据分析及可视化（微课视频版）
第1章绪论
1.1Python语言简介
1.2Python的“生态圈”
1.3Python语言的特色
1.3.1Python之“禅(Zen)”
1.3.2Python语言的特点
1.4Python语言的应用
1.5Python开发人才需求
1.6Python的学习建议
1.7本书的知识体系结构
查看完整
1.1Python语言简介
1.2Python的“生态圈”
1.3Python语言的特色
1.3.1Python之“禅(Zen)”
1.3.2Python语言的特点
1.4Python语言的应用
1.5Python开发人才需求
1.6Python的学习建议
1.7本书的知识体系结构
查看完整
李鲁群，博士，上海师范大学教授，硕士点学科带头人。近年来，获得上海市教学成果二等奖1项，上海师范大学教学成果1等2等奖各一项，主持完成上海市*重点课程建设项目4项、*产学合作协同育人项目8项，先后完成了《Python与TensorFlow机器学习实践》、《Python与数据分析》、《Python与机器学习实践》等教学项目。并指导学生参加相关比赛获奖30人次以上。
本书主要介绍Python语言基础、数据分析和数据可视化等内容。全书共12章，分别为绪论、Python开发环境与工具、Python的基本概念、基本数据类型与运算符、程序流控制与异常处理、函数及其高级应用、文件与输入输出、网站数据的获取、文本数据的处理、NumPy与数学运算、Pandas数据分析和数据可视化。本书注重介绍核心概念与应用，相关内容通过图表形式呈现给读者，并配有多个示例，便于读者学习与总结。 本书可以作为高校相关课程的教材或Python程序开发学习者的自学参考书，也非常适合作为机器学习实践的先导课程的参考书。
第1章绪论
1.1Python语言简介
1.2Python的“生态圈”
1.3Python语言的特色
1.3.1Python之“禅(Zen)”
1.3.2Python语言的特点
1.4Python语言的应用
1.5Python开发人才需求
1.6Python的学习建议
1.7本书的知识体系结构
1.8本章小结
1.9习题
第2章Python开发环境与工具
2.1Python的版本介绍
2.2Python系统的安装
2.3Python帮助系统
2.3.1Python帮助文档
2.3.2REPL下的help()函数
2.3.3基于HTTP服务的帮助系统
2.3.4Python案例代码搜索引擎
2.4Python虚拟开发环境
2.4.1虚拟环境的创建
2.4.2虚拟环境的使用
2.5Python包管理工具pip
2.5.1显示已安装的模块： pip list
2.5.2显示特定模块信息： pip show
2.5.3安装第三方模块： pip install
2.5.4卸载模块： pip uninstall
2.5.5模块信息收集： pip freeze
2.6Anaconda Python集成安装工具
2.7Python集成开发环境
2.7.1Spyder
2.7.2Jupyter Notebook
2.7.3Jupyter Lab
2.7.4PyCharm
2.8本章小结
2.9习题
第3章Python的基本概念
3.1Python相关的文件
3.1.1Python的几种文件类型
3.1.2Python源程序示例
3.1.3Python源程序编码格式
3.1.4Python源程序的注释与文档字符串
3.1.5Python语言的代码块
3.2Python语言的关键字
3.3Python的标识符
3.4Python的内置常量
3.5Python的内置函数
3.6Python的名字空间
3.7Python的模块
3.8Python的包
3.9本章小结
3.10习题
第4章基本数据类型与运算符
4.1Python基本数据类型
4.2数字类型
4.2.1int、float 类型
4.2.2相关运算符
4.2.3bool类型
4.2.4逻辑运算符
4.2.5数学模块math
4.2.6随机模块random
4.2.7数字类型的扩充
4.3序列类型
4.3.1序列相关共性
4.3.2list
4.3.3range
4.3.4tuple
4.4文本序列类型 str
4.4.1字符与编码
4.4.2字符串及相关函数
4.5二进制序列类型
4.5.1bytes类型
4.5.2bytearray类型
4.5.3memoryview类型
4.6集合类型
4.7映射类型
4.7.1字典的创建
4.7.2字典常见的函数
4.7.3zip()函数
4.8collections模块
4.8.1namedtuple
4.8.2deque
4.8.3Counter
4.9itertools模块
4.10本章小结
4.11习题
第5章程序流控制与异常处理
5.1Python程序控制流
5.2if条件语句
5.3Python循环语句
5.3.1while循环语句
5.3.2for…in循环语句
5.3.3break、continue、pass语句
5.4异常
5.4.1异常的处理
5.4.2异常的抛出
5.5断言的用法
5.6with语句
5.7综合案例
5.8本章小结
5.9习题
第6章函数及其高级应用
6.1函数
6.1.1函数的定义
6.1.2函数的docString
6.1.3函数的参数传递
6.1.4函数形参的默认参数值
6.1.5函数的关键字参数
6.1.6函数的可变参数
6.2变量的作用域
6.2.1局部变量
6.2.2全局变量
6.2.3nonlocal变量
6.3lambda表达式
6.4行函数
6.5序列相关函数
6.5.1filter()函数
6.5.2map()函数
6.5.3reduce()函数
6.6函数的高级应用
6.6.1函数的装饰器
6.6.2函数的闭包
6.6.3迭代器
6.6.4生成器
6.7eval()函数
6.8exec()函数
6.9本章小结
6.10习题
第7章文件与输入输出
7.1Python的输入输出
7.2Python文件的操作
7.2.1文件的打开与关闭
7.2.2文件操作异常捕获与处理
7.2.3文件操作函数
7.2.4文件操作案例
7.3shelve对象数据的存取
7.4pickle对象数据的存取
7.4.1pickle.dumps()
7.4.2pickle.loads()
7.4.3pickle.dump()
7.4.4pickle.load()
7.5JSON对象数据的存取
7.5.1json.dumps()
7.5.2json.loads()
7.5.3json.dump()
7.5.4json.load()
7.6操作系统相关文件操作
7.7本章小结
7.8习题
第8章网站数据的获取
8.1RequestsHTML简介
8.1.1网页的获取
8.1.2网页的解析与元素查找
8.2网页爬虫案例
8.2.1爬取网页特定内容
8.2.2爬取百度热搜榜
8.2.3爬取有规律的系列数据
8.3本章小结
8.4习题
第9章文本数据的处理
9.1正则表达式简介
9.2正则表达式的组成
9.3Python正则表达式
9.3.1Pattern对象相关函数
9.3.2Match对象相关函数
9.3.3re模块相关函数
9.4文本数据处理
9.4.1中文文本分词
9.4.2词云
9.5中文情感分析
9.6本章小结
9.7习题
第10章NumPy与数学运算
10.1为什么要用NumPy
10.2NumPy简介
10.3NumPy的核心内容
10.4ndarray对象
10.4.1ndarray对象中的元素数据类型
10.4.2ndarray对象的创建
10.4.3特殊ndarray对象的创建
10.5ndarray、array的区别与联系
10.6ndarray对象的输入输出
10.6.1ndarray对象以*.npy或*.npz 格式存储与读取
10.6.2ndarray对象以文本方式存储与读取
10.7ndarray对象的属性
10.8ndarray对象的结构变形
10.9ndarray对象元素的操作
10.9.1ndarray对象元素的切片和索引
10.9.2ndarray元素的遍历
10.10ndarray对象的运算
10.11ndarray对象相关通用函数
10.12本章小结
10.13习题
第11章Pandas数据分析
11.1为什么需要学习Pandas
11.2Pandas介绍
11.3Series
11.3.1Series对象的创建
11.3.2Series的属性
11.3.3Series对象的输入输出
11.3.4Series内的遍历
11.3.5Series数据清洗
11.3.6Series数据统计分析
11.3.7Series数据的定位与选取
11.3.8Series的数据处理
11.3.9Series索引的操作
11.3.10Series数据可视化
11.4DataFrame
11.4.1DataFrame对象的创建
11.4.2DataFrame的属性
11.4.3DataFrame数据的定位与切片
11.4.4DataFrame数据的遍历
11.4.5DataFrame数据的修改
11.4.6数据的向量垂直化计算
11.4.7DataFrame索引相关操作
11.4.8DataFrame数据统计与分析
11.4.9数据采样
11.4.10数据整合
11.4.11DataFrame的数据可视化
11.5本章小结
11.6习题
第12章数据可视化
12.1为什么要数据可视化
12.2数据可视化揭示的几类数据特征关系
12.3Seaborn简介
12.4绘图准备工作
12.5数据准备工作
12.6一维数据的分布可视化
12.6.1distplot()
12.6.2kdeplot()
12.6.3rugplot()
12.7二维数据的分布可视化
12.7.1jointplot()
12.7.2pairplot()
12.8数据关系可视化
12.8.1散点图scatterplot()
12.8.2折线图replot()
12.9用分类对比数据可视化
12.9.1分类散点图
12.9.2分类分布图
12.9.3类别内的观测分布
12.10回归模型可视化
12.10.1regplot()
12.10.2lmplot()
12.10.3regplot()与lmplot()的区别
12.11本章小结
12.12习题
参考资料及课外阅读
^ 收 起
1.1Python语言简介
1.2Python的“生态圈”
1.3Python语言的特色
1.3.1Python之“禅(Zen)”
1.3.2Python语言的特点
1.4Python语言的应用
1.5Python开发人才需求
1.6Python的学习建议
1.7本书的知识体系结构
1.8本章小结
1.9习题
第2章Python开发环境与工具
2.1Python的版本介绍
2.2Python系统的安装
2.3Python帮助系统
2.3.1Python帮助文档
2.3.2REPL下的help()函数
2.3.3基于HTTP服务的帮助系统
2.3.4Python案例代码搜索引擎
2.4Python虚拟开发环境
2.4.1虚拟环境的创建
2.4.2虚拟环境的使用
2.5Python包管理工具pip
2.5.1显示已安装的模块： pip list
2.5.2显示特定模块信息： pip show
2.5.3安装第三方模块： pip install
2.5.4卸载模块： pip uninstall
2.5.5模块信息收集： pip freeze
2.6Anaconda Python集成安装工具
2.7Python集成开发环境
2.7.1Spyder
2.7.2Jupyter Notebook
2.7.3Jupyter Lab
2.7.4PyCharm
2.8本章小结
2.9习题
第3章Python的基本概念
3.1Python相关的文件
3.1.1Python的几种文件类型
3.1.2Python源程序示例
3.1.3Python源程序编码格式
3.1.4Python源程序的注释与文档字符串
3.1.5Python语言的代码块
3.2Python语言的关键字
3.3Python的标识符
3.4Python的内置常量
3.5Python的内置函数
3.6Python的名字空间
3.7Python的模块
3.8Python的包
3.9本章小结
3.10习题
第4章基本数据类型与运算符
4.1Python基本数据类型
4.2数字类型
4.2.1int、float 类型
4.2.2相关运算符
4.2.3bool类型
4.2.4逻辑运算符
4.2.5数学模块math
4.2.6随机模块random
4.2.7数字类型的扩充
4.3序列类型
4.3.1序列相关共性
4.3.2list
4.3.3range
4.3.4tuple
4.4文本序列类型 str
4.4.1字符与编码
4.4.2字符串及相关函数
4.5二进制序列类型
4.5.1bytes类型
4.5.2bytearray类型
4.5.3memoryview类型
4.6集合类型
4.7映射类型
4.7.1字典的创建
4.7.2字典常见的函数
4.7.3zip()函数
4.8collections模块
4.8.1namedtuple
4.8.2deque
4.8.3Counter
4.9itertools模块
4.10本章小结
4.11习题
第5章程序流控制与异常处理
5.1Python程序控制流
5.2if条件语句
5.3Python循环语句
5.3.1while循环语句
5.3.2for…in循环语句
5.3.3break、continue、pass语句
5.4异常
5.4.1异常的处理
5.4.2异常的抛出
5.5断言的用法
5.6with语句
5.7综合案例
5.8本章小结
5.9习题
第6章函数及其高级应用
6.1函数
6.1.1函数的定义
6.1.2函数的docString
6.1.3函数的参数传递
6.1.4函数形参的默认参数值
6.1.5函数的关键字参数
6.1.6函数的可变参数
6.2变量的作用域
6.2.1局部变量
6.2.2全局变量
6.2.3nonlocal变量
6.3lambda表达式
6.4行函数
6.5序列相关函数
6.5.1filter()函数
6.5.2map()函数
6.5.3reduce()函数
6.6函数的高级应用
6.6.1函数的装饰器
6.6.2函数的闭包
6.6.3迭代器
6.6.4生成器
6.7eval()函数
6.8exec()函数
6.9本章小结
6.10习题
第7章文件与输入输出
7.1Python的输入输出
7.2Python文件的操作
7.2.1文件的打开与关闭
7.2.2文件操作异常捕获与处理
7.2.3文件操作函数
7.2.4文件操作案例
7.3shelve对象数据的存取
7.4pickle对象数据的存取
7.4.1pickle.dumps()
7.4.2pickle.loads()
7.4.3pickle.dump()
7.4.4pickle.load()
7.5JSON对象数据的存取
7.5.1json.dumps()
7.5.2json.loads()
7.5.3json.dump()
7.5.4json.load()
7.6操作系统相关文件操作
7.7本章小结
7.8习题
第8章网站数据的获取
8.1RequestsHTML简介
8.1.1网页的获取
8.1.2网页的解析与元素查找
8.2网页爬虫案例
8.2.1爬取网页特定内容
8.2.2爬取百度热搜榜
8.2.3爬取有规律的系列数据
8.3本章小结
8.4习题
第9章文本数据的处理
9.1正则表达式简介
9.2正则表达式的组成
9.3Python正则表达式
9.3.1Pattern对象相关函数
9.3.2Match对象相关函数
9.3.3re模块相关函数
9.4文本数据处理
9.4.1中文文本分词
9.4.2词云
9.5中文情感分析
9.6本章小结
9.7习题
第10章NumPy与数学运算
10.1为什么要用NumPy
10.2NumPy简介
10.3NumPy的核心内容
10.4ndarray对象
10.4.1ndarray对象中的元素数据类型
10.4.2ndarray对象的创建
10.4.3特殊ndarray对象的创建
10.5ndarray、array的区别与联系
10.6ndarray对象的输入输出
10.6.1ndarray对象以*.npy或*.npz 格式存储与读取
10.6.2ndarray对象以文本方式存储与读取
10.7ndarray对象的属性
10.8ndarray对象的结构变形
10.9ndarray对象元素的操作
10.9.1ndarray对象元素的切片和索引
10.9.2ndarray元素的遍历
10.10ndarray对象的运算
10.11ndarray对象相关通用函数
10.12本章小结
10.13习题
第11章Pandas数据分析
11.1为什么需要学习Pandas
11.2Pandas介绍
11.3Series
11.3.1Series对象的创建
11.3.2Series的属性
11.3.3Series对象的输入输出
11.3.4Series内的遍历
11.3.5Series数据清洗
11.3.6Series数据统计分析
11.3.7Series数据的定位与选取
11.3.8Series的数据处理
11.3.9Series索引的操作
11.3.10Series数据可视化
11.4DataFrame
11.4.1DataFrame对象的创建
11.4.2DataFrame的属性
11.4.3DataFrame数据的定位与切片
11.4.4DataFrame数据的遍历
11.4.5DataFrame数据的修改
11.4.6数据的向量垂直化计算
11.4.7DataFrame索引相关操作
11.4.8DataFrame数据统计与分析
11.4.9数据采样
11.4.10数据整合
11.4.11DataFrame的数据可视化
11.5本章小结
11.6习题
第12章数据可视化
12.1为什么要数据可视化
12.2数据可视化揭示的几类数据特征关系
12.3Seaborn简介
12.4绘图准备工作
12.5数据准备工作
12.6一维数据的分布可视化
12.6.1distplot()
12.6.2kdeplot()
12.6.3rugplot()
12.7二维数据的分布可视化
12.7.1jointplot()
12.7.2pairplot()
12.8数据关系可视化
12.8.1散点图scatterplot()
12.8.2折线图replot()
12.9用分类对比数据可视化
12.9.1分类散点图
12.9.2分类分布图
12.9.3类别内的观测分布
12.10回归模型可视化
12.10.1regplot()
12.10.2lmplot()
12.10.3regplot()与lmplot()的区别
12.11本章小结
12.12习题
参考资料及课外阅读
^ 收 起
李鲁群，博士，上海师范大学教授，硕士点学科带头人。近年来，获得上海市教学成果二等奖1项，上海师范大学教学成果1等2等奖各一项，主持完成上海市*重点课程建设项目4项、*产学合作协同育人项目8项，先后完成了《Python与TensorFlow机器学习实践》、《Python与数据分析》、《Python与机器学习实践》等教学项目。并指导学生参加相关比赛获奖30人次以上。
本书主要介绍Python语言基础、数据分析和数据可视化等内容。全书共12章，分别为绪论、Python开发环境与工具、Python的基本概念、基本数据类型与运算符、程序流控制与异常处理、函数及其高级应用、文件与输入输出、网站数据的获取、文本数据的处理、NumPy与数学运算、Pandas数据分析和数据可视化。本书注重介绍核心概念与应用，相关内容通过图表形式呈现给读者，并配有多个示例，便于读者学习与总结。 本书可以作为高校相关课程的教材或Python程序开发学习者的自学参考书，也非常适合作为机器学习实践的先导课程的参考书。
比价列表价格走势
