漫畫Python數(shù)據(jù)分析

第1 章 數(shù)據(jù)分析概況
1.1 數(shù)據(jù)分析定義
1.2 數(shù)據(jù)分析作用
1.3 數(shù)據(jù)分析步驟
1.3.1 明確分析目的和思路
1.3.2 數(shù)據(jù)收集
1.3.3 數(shù)據(jù)處理
1.3.4 分析數(shù)據(jù)
1.3.5 數(shù)據(jù)展現(xiàn)
1.3.6 報(bào)告撰寫
1.4 常用的數(shù)據(jù)分析工具
第2 章 Python 概況
2.1 Anaconda 安裝與使用
2.1.1 Anaconda 簡介
2.1.2 安裝Anaconda
2.1.3 使用Spyder
2.2 變量
2.2.1 變量定義
2.2.2 變量賦值
2.2.3 變量命名
2.3 數(shù)據(jù)類型
2.3.1 數(shù)值型
2.3.2 字符型
2.3.3 邏輯型
2.4 數(shù)據(jù)結(jié)構(gòu)
2.4.1 列表
2.4.2 元組
2.4.3 字典
2.4.4 序列
2.4.5 數(shù)據(jù)框
2.5 函數(shù)
2.5.1 函數(shù)簡介
2.5.2 Python 內(nèi)置函數(shù)
2.5.3 使用函數(shù)
2.6 模塊
2.6.1 模塊簡介
2.6.2 Python 標(biāo)準(zhǔn)模塊
2.6.3 使用模塊
2.7 Python 編程注意事項(xiàng)
第3 章 數(shù)據(jù)處理
3.1 數(shù)據(jù)導(dǎo)入導(dǎo)出
3.1.1 數(shù)據(jù)導(dǎo)入
3.1.2 數(shù)據(jù)訪問
3.1.3 數(shù)據(jù)導(dǎo)出
3.2 數(shù)據(jù)清洗
3.2.1 數(shù)據(jù)排序
3.2.2 重復(fù)數(shù)據(jù)處理
3.2.3 空格數(shù)據(jù)處理
3.3 數(shù)據(jù)轉(zhuǎn)換
3.3.1 數(shù)據(jù)類型查看
3.3.2 數(shù)值轉(zhuǎn)字符
3.3.3 字符轉(zhuǎn)數(shù)值
3.3.4 字符轉(zhuǎn)時(shí)間
3.3.5 時(shí)間轉(zhuǎn)字符
3.4 數(shù)據(jù)抽取
3.4.1 字段拆分
3.4.2 記錄抽取
3.5 數(shù)據(jù)合并
3.5.1 記錄合并
3.5.2 字段合并
3.5.3 字段匹配
3.6 數(shù)據(jù)計(jì)算
3.6.1 簡單計(jì)算
3.6.2 時(shí)間計(jì)算
3.6.3 數(shù)據(jù)分組
第4 章 數(shù)據(jù)分析
4.1 對比分析
4.2 描述性分析
4.3 分組分析
4.4 結(jié)構(gòu)分析
4.5 分布分析
4.6 交叉分析
4.7 矩陣分析
4.8 轉(zhuǎn)化分析
4.9 RFM 分析
4.10 留存分析
4.11 生命周期價(jià)值分析
4.12 簡單線性回歸
第5 章 數(shù)據(jù)可視化
5.1 數(shù)據(jù)可視化簡介
5.1.1 什么是數(shù)據(jù)可視化
5.1.2 數(shù)據(jù)可視化常用圖表
5.1.3 通過關(guān)系選擇圖表
5.1.4 Python 可視化模塊
5.2 matplotlib 入門
5.3 餅圖
5.4 柱形圖
5.5 條形圖
5.6 折線圖
5.7 面積圖
5.8 散點(diǎn)圖
5.9 矩陣圖