数据分析为各行各业的科学判断和决策提供支撑。在众多的数据分析工具中，Python是强有力的一个。本书介绍了数据分析的基本概述、Python语言基础，以及如何利用Python的高性能科学计算类库NumPy、高级数据分析类库Pandas和出版质量级绘图类库Matplotlib来实现数据的清洗、整理、分析和可视化。
本书内容丰富、体系完整，内容循序渐进、深人浅出、图文并茂，可以帮助读者从零基础到掌握利用Python做数据分析的技能技巧。
本书可作为高等职业院校电子商务类、统计类、计算机类、财经类等的教材，也可作为跨专业学习数据分析的广大爱好者的自学参考书和培训资料。
为方便教学，本书配备电子课件、习题答案、教学数据等教学资源。凡选用本书作为教材的教师均可登录机械工业出版社教育服务网www.cmpedu.com下载。咨询电话：010-88379375；联系QQ：945379158。

前言
二维码索引
第一章 数据分析的基本概述
第一节 数据分析认知
第二节 数据分析语言认知
第三节 Python语言概述
第四节 安装Anaconda
第五节 使用Jupyter Notebook
小结
实训
练习
第二章 Python语言基础
第一节 Python基础语法
第二节 输入与输出
第三节 运算符和表达式
第四节 字符串处理功能与方法
第五节 程序基本结构
小结
实训
练习
第三章 Python语言进阶
第一节 容器类型数据
第二节 函数
第三节 函数式编程与高阶函数
第四节 特殊函数
小结
实训
练习
第四章 高性能科学计算类库NumPy
第一节 NumPy数组对象
第二节 NumPy高级索引与通用函数
第三节 NumPy统计分析
小结
实训
练习
第五章 高级数据分析类库Pandas基础
第一节 Pandas数据分析基础
第二节 Pandas数据读写
第三节 使用Pandas进行简单的统计分析
第四节 数据清洗与处理
小结
实训
练习
第六章 高级数据分析类库Pandas高级
第一节 层次化索引
第二节 数据集合并
第三节 日期时间数据的处理
第四节 分组与聚合统计分析数据
第五节 透视表与交叉表统计分析数据
小结
实训
练习
第七章 出版质量级绘图类库Matplotib
第一节 Matplotib绘图基础
第二节 Matplotlib绘图进阶
第三节 利用Pandas进行绘图
小结
实训
练习
参考文献