本书基于Python 3.10.0，以项目教学的方式，循序渐进地讲解Python 数据分析的基本原理和具体应用的方法与技巧。全书分为6个项目，具体内容为Python数据分析基础、Python数据分析开发环境、数组计算库NumPy、数据分析库Pandas、数据可视化库Matplotlib、数据分析库SciPy。本书实例丰富、内容翔实、操作方法简单易学，不仅适合作为职业院校计算机与软件工程相关专业的教材，还可供从事数据分析相关工作的专业人士参考。

项目一?Python数据分析基础\t
任务一?数据分析基础\t
一、数据分析方法\t
二、数据分析的分类\t
三、数据分析过程\t
四、数据分析工具\t
五、数据结果呈现\t
任务二?Python基础\t
一、Python简介\t
二、安装Python\t
三、Python内置函数\t
四、集成库Anaconda\t
五、安装Python库\t
项目总结\t
项目二?Python数据分析开发环境\t
任务一?集成开发环境PyCharm\t
一、安装PyCharm\t
二、配置PyCharm\t
三、PyCharm编辑环境\t
四、加载模块\t
五、模块导入\t
任务二?Python数据类型\t
一、数据类型\t
二、常量与变量\t
三、数值类型\t
四、数据迭代输出\t
五、数据类型转换\t
任务三?程序结构\t
一、表达式语句\t
二、顺序结构\t
三、选择结构\t
四、循环结构\t
五、条件表达式\t
六、程序的流程控制\t
七、程序调试\t
项目总结\t
项目实战\t
项目三?数组计算库NumPy\t
任务一?数组的创建\t
一、数组数据类型\t
二、创建数组的具体方法\t
三、创建新数组\t
四、数组的属性\t
任务二?特殊数组\t
一、数值数组\t
二、随机数组\t
三、单位数组\t
四、概率分布数组\t
任务三?数组运算\t
一、数组的数学运算\t
二、数组元素运算\t
任务四?矩阵操作\t
一、创建矩阵\t
二、向量运算\t
三、统计函数\t
项目总结\t
项目实战\t
项目四?数据分析库Pandas\t
任务一?Pandas数据结构\t
一、一维数组Series\t
二、二维数组DataFrame\t
任务二?导入数据 \t
一、读取Excel文件\t
二、写入Excel文件\t
任务三?数据处理\t
一、数据清洗\t
二、数据转换\t
三、数据合并\t
任务四?数据统计\t
一、数据提取\t
二、数据分类\t
三、数据排序\t
四、统计分组\t
任务五?数据统计分析\t
一、集中趋势分析\t
二、离散程度分析\t
三、频数分析\t
项目总结\t
项目实战\t
项目五?数据可视化库Matplotlib\t
任务一?数据可视化\t
一、数据可视化的作用\t
二、数据分析图表\t
三、图表结构\t
四、图表类型\t
任务二?图表的基本设置\t
一、创建图形窗口\t
二、绘制折线图\t
三、创建子图\t
四、图表属性参数\t
任务三?图形修饰处理\t
一、坐标系设置\t
二、图形标注\t
任务四?常用图表的绘制\t
一、绘制柱形图\t
二、绘制直方图\t
三、绘制饼图\t
四、绘制散点图\t
五、绘制面积图\t
六、绘制箱形图\t
七、绘制雷达图\t
项目总结\t
项目实战\t
项目六?数据分析库SciPy\t
任务一?SciPy简介\t
一、linalg模块\t
二、stats模块\t
任务二?相关性分析\t
一、图表相关性分析\t
二、相关系数分析\t
任务三?假设检验\t
一、正态性检验\t
二、方差齐性检验\t
三、卡方检验\t
任务四?t检验\t
一、单样本t检验\t
二、独立样本t检验\t
三、配对样本t检验\t
任务五?方差分析\t
一、单因素方差分析\t
二、多因素方差分析\t
项目总结\t
项目实战