本书为“十四五”职业教育国家规划教材｡
本书从Python 的相关技能开始,介绍使用Python 进行数据分析的知识､技术和技能｡本书主要包括安装､配置Python 及第三方扩展包的方法;Python 语言基础;使用Python 进行数据分析的基本方法;使用numpy 进行数据分析的基本方法
- 目录
- 前辅文
- 项目1 搭建Python数据分析开发环境
- 1.1 情境描述
- 1.2 任务分析
- 1.3 任务实施：安装并配置Python开发环境
- 1.3.1 安装Microsoft Visual C++ Build Tools
- 1.3.2 安装Python
- 1.3.3 设置环境变量
- 1.3.4 安装numpy
- 1.3.5 安装pandas
- 1.3.6 安装Matplotlib
- 1.4 拓展任务：安装Anaconda开发环境
- 1.5 知识储备
- 1.5.1 IDLE开发环境介绍
- 1.5.2 使用pip进行第三方库管理
- 1.5.3 Anaconda开发环境介绍
- 1.5.4 使用conda进行第三方库管理
- 1.6 课后练习
- 项目2 点餐系统
- 2.1 情境描述
- 2.2 任务分析
- 2.3 任务实施
- 2.3.1 设计入口程序
- 2.3.2 设计费用计算函数
- 2.3.3 设计点餐模块
- 2.3.4 设计打印报告模块
- 2.3.5 设计导出报表模块
- 2.3.6 退出程序
- 2.4 知识储备
- 2.4.1 Python解释器
- 2.4.2 引入模块
- 2.4.3 语言基础
- 2.4.4 控制流
- 2.4.5 三元表达式
- 2.4.6 文件操作
- 2.5 课后练习
- 项目3 景区游客量统计
- 3.1 情境描述
- 3.2 任务分析
- 3.3 任务实施：使用Python实现
- 3.3.1 计算九寨沟的游客总量
- 3.3.2 计算其他景区的游客总数
- 3.4 任务实施：使用numpy和pandas包实现
- 3.4.1 使用numpy包实现
- 3.4.2 使用pandas包实现
- 3.4.3 3种实现方法的比较
- 3.5 知识储备
- 3.5.1 数据分析技术简介
- 3.5.2 CSV文件介绍
- 3.5.3 Excel文件介绍
- 3.5.4 Python常用数值类型
- 3.5.5 字符串类型
- 3.5.6 布尔值类型
- 3.5.7 日期和时间类型
- 3.5.8 元组
- 3.5.9 列表
- 3.5.10 字典
- 3.5.11 集合
- 3.6 课后练习
- 项目4 新浪股票分析
- 4.1 情境描述
- 4.2 任务分析
- 4.3 任务实施
- 4.3.1 计算收盘价常用统计量
- 4.3.2 计算股价最高值和最低值
- 4.3.3 计算成交量加权平均价
- 4.3.4 “周末效应”分析
- 4.4 知识储备
- 4.4.1 numpy简介
- 4.4.2 使用numpy数组对象
- 4.4.3 使用numpy的函数读写文件
- 4.5 课后练习
- 项目5 井下环境监测数据处理
- 5.1 情境描述
- 5.2 任务分析
- 5.3 任务实施
- 5.3.1 井下温度缺失值和异常值处理
- 5.3.2 处理其余井下环境指标数据
- 5.3.3 使用pandas处理缺失数据
- 5.4 知识储备
- 5.4.1 pandas介绍
- 5.4.2 pandas的Series对象
- 5.4.3 pandas的DataFrame对象
- 5.4.4 使用pandas的函数读写文件
- 5.5 课后练习
- 项目6 超市商品销售额相关性分析
- 6.1 情境描述
- 6.2 任务分析
- 6.3 任务实施
- 6.3.1 分析水果和化妆品销售额的相关性
- 6.3.2 分析化妆品和蔬菜的相关性
- 6.3.3 分析化妆品和海鲜销售额的相关性
- 6.3.4 使用pandas分析多种商品销售额的相关性
- 6.4 知识储备
- 6.4.1 方差、标准差、协方差、相关系数
- 6.4.2 使用 Matplotlib 进行数据可视化
- 6.5 课后练习
- 参考文献
