- 1、本文档共17页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
Python数据分析实战指南
TOC\o1-2\h\u32695第1章Python数据分析基础 3
310081.1数据分析概述 3
44431.2Python环境搭建 3
29361.3基础语法与数据类型 3
9257第2章数据预处理 4
58022.1数据导入与导出 4
215912.1.1使用Pandas导入导出数据 4
150952.1.2使用CSV模块导入导出数据 5
190932.2数据清洗 5
107352.2.1处理缺失值 5
59382.2.2处理重复值 5
193632.2.3处理异常值 6
79522.3数据整合与重塑 6
251442.3.1数据合并 6
290262.3.2数据重塑 6
18223第3章数据可视化 7
306933.1Matplotlib绘图基础 7
20733.1.1图表结构 7
48843.1.2基础绘图 7
314353.1.3常见图表 7
141753.2Seaborn高级可视化 8
157223.2.1分布图 8
294813.2.2线性回归图 8
186183.2.3分类数据可视化 8
144133.3基于Plotly的数据可视化 8
232133.3.1基础操作 8
67713.3.2交互式图表 8
14304第4章描述性统计分析 9
53874.1频率与分布 9
148844.2中心趋势与离散程度 9
159344.3数据相关性分析 9
7214第5章假设检验与推断统计 9
139115.1假设检验基础 10
132795.2t检验与卡方检验 10
244285.2.1t检验 10
60905.2.2卡方检验 10
18705.3方差分析与回归分析 10
209565.3.1方差分析 10
158865.3.2回归分析 10
4182第6章数据分析工具 10
96246.1NumPy数值计算 10
39556.1.1NumPy数组 10
110576.1.2基本操作 11
24216.1.3数组计算 11
250556.1.4线性代数 11
102256.2pandas数据操作 11
115146.2.1数据结构 11
21876.2.2数据导入与导出 11
93496.2.3数据清洗 11
144686.2.4数据分组与聚合 11
104866.3SciPy科学计算 11
260536.3.1常用科学计算功能 11
27106.3.2信号处理 12
146796.3.3图像处理 12
22196.3.4统计分布 12
11866第7章机器学习基础 12
202197.1机器学习概述 12
46057.2监督学习算法 12
31877.3无监督学习算法 13
31760第8章数据分析案例实战 13
214898.1财务数据分析 13
197318.1.1财务数据获取与预处理 13
165228.1.2财务比率分析 13
261138.1.3杜邦分析 14
247628.2市场营销数据分析 14
120658.2.1市场趋势分析 14
185338.2.2营销效果评估 14
283198.2.3客户细分与精准营销 14
265148.3社交媒体数据分析 14
135068.3.1品牌形象分析 14
297658.3.2消费者需求分析 14
48548.3.3竞争对手分析 14
26597第9章数据分析高级技能 15
153659.1时间序列分析 15
217739.2文本数据分析 15
243699.3网络数据分析 15
16575第10章数据分析项目实战 15
2382610.1项目背景与目标 15
1697610.2数据获取与预处理 16
1136010.3数据分析及可视化 16
192410.4模型构建与评估 16
1384110.5项目总结与优化建议 16
第1章Python数据分析基础
1.1数据分析概述
数据分析是指采用统计学、机器学习、数据挖掘等方法,对收集到的数据进行处理、分析、解释和可视化的过程。其
文档评论(0)