《Python数据分析与应用案例教程》全套教学课件.pptx

;;;数据分析入门;数据分析入门;数据分析入门;;;数据分析是利用数学、统计学理论相结合的统计分析方法对获取的大量数据进行分析，提取有用信息并形成结论，对数据加以详细研究和概括总结的过程。它的本质是通过总结繁多、复杂数据的内在规律，帮助人们做出判断，以便采取适当的行动。

数据分析的数学基础在20世纪早期就已确立，但直到计算机的出现才使得数据分析的实际操作成为可能，并得以推广。;数据分析一般可以划分为以下3类。;数据分析的流程大致可分为6步，如下图所示。;数据获取是数据分析的基础，是指根据需求分析的结果有目的地提取、收集数据。数据的来源有多种，如Excel数据、数据库中的数据、网站数据（网页中的文字、图片、视频等）、公开的数据集等。;1.1数据分析概述;随着数据分析技术的发展，数据分析的应用场景越来越广泛。下面介绍一些常见的应用场景。;1.1数据分析概述;1.1数据分析概述;;;根据不同的需求可以选择不同的数据分析工具，下面介绍几种常用的数据分析工具。;1.2数据分析工具;1.2数据分析工具;Python数据分析主要有以下5个方面的优势。;1.2数据分析工具;1.2数据分析工具;1.2数据分析工具;;使用Python进行数据分析首先需要搭建Python开发环境，一般情况下，用户可以直接下载并安装Python，也可以通过Anaconda安装Python。

下面介绍在Windows系统中安装Anaconda和PyCharm编辑器，来搭建Python开发环境的方法。;访问Anaconda主页，打开下载页面，下载Windows版Anaconda。;打开下载好的文件，根据安装提示，完成Anaconda3的安装。;打开“AnacondaPrompt”窗口，输入“condalist”命令，按回车键，如果显示很多库名和版本号列表，说明安装成功。;访问Pycharm主页，打开下载页面，下载社区版PyCharm。;打开下载好的文件，根据安装提示，完成PyCharm的安装。;1.3搭建Python开发环境;1.3搭建Python开发环境;1.3搭建Python开发环境;1.3搭建Python开发环境;1.3搭建Python开发环境;Python数据分析常用的库都不是Python内置的标准库，使用之前需要安装。下面以安装Matplotlib库为例，介绍安装Python第三方库的方法。具体步骤详见教材。;;;;课堂实训1;;;Python数据分析基???;Python数据分析基础;Python数据分析基础;;;NumPy定义了一个n维数组对象，简称ndarray对象，它是一个由一系列相同数据类型的元素组成的数据集合。NumPy提供了多种函数用于创建数组，下面介绍比较常用的几种。;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;NumPy数组的基本属性如表2-2所示。;2.1NumPy库;2.1NumPy库;在NumPy中，如果想要访问或修改数组中的元素，可以采用索引或切片的方式。索引与切片的区别是索引只能获取单个元素，而切片可以获取一定范围的元素。;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;2.1NumPy库;;Pandas中有两个主要的数据结构：Series对象和DataFrame对象。;;2.2Pandas库;在图2-13中，“c1”“c2”“c3”为列标签，其对应的列索引为0～2；“i1”“i2”“i3”“i4”为行标签，其对应的行索引为0～3。

Pandas使用DataFrame类的构造函数DataFrame()来创建DataFrame对象，其一般格式如下。;DataFrame对象有很多属性和函数，其中常用的属性和函数如表2-4所示。;在DataFrame中，可以按标签或索引选取数据。;;2.2Pandas库;2.2Pandas库;2.2Pandas库;本节主要介绍DataFrame中数据的操作，包括数据的修改、增加和删除。;2.2Pandas库;2.2Pandas库;2.2