目    录

第一部分  Python编程基础

第1章  引言 3

1.1  为什么学习Python 3

1.2  Python的历史和发展 6

1.3  利用Python进行数据分析 8

本章小结 14

第2章  Python安装与在线使用 15

2.1  下载和安装Python 15

2.2  在IDE中编程 17

2.3  教学实训平台——教师端 24

2.4  教学实训平台——学生端 47

本章小结 60

第3章  Python的基础语法 61

3.1  变量 61

3.2  数据类型 62

3.3  流程控制语句 74

3.4  实训案例 77

本章小结 82

第4章  函数、模块与包 83

4.1  函数 83

4.2  模块和包的使用 90

4.3  实训案例 92

本章小结 94

第二部分  Python统计分析

第5章  数据预处理 99

5.1  NumPy基础 99

5.2  NumPy中数组的基本操作 103

5.3  NumPy中的通用函数 105

5.4  矩阵运算 106

5.5  Pandas基础 107

5.6  Pandas的数据操作 113

5.7  实训案例 123

本章小结 126

第6章  数据描述 128

6.1  集中趋势 128

6.2  离散程度 131

6.3  统计表 134

6.4  实训案例 137

本章小结 139

第7章  统计图表与可视化 140

7.1  Matplotlib概述 140

7.2  图表的常用设置 142

7.3  常用图表的绘制 144

7.4  Seaborn图表 151

7.5  实训案例 157

本章小结 160

第8章  方差分析 161

8.1  方差分析的基本原理 161

8.2  单因素方差分析 163

8.3  多因素方差分析 167

8.4  实训案例 171

本章小结 174

第9章  相关分析 176

9.1  函数关系与相关关系 176

9.2  简单相关分析 177

9.3  偏相关分析 181

9.4  实训案例 183

本章小结 186

第10章  回归分析 188

10.1  回归方程的基本原理 188

10.2  一元线性回归 191

10.3  多元线性回归 196

10.4  实训案例 197

本章小结 200

第11章  逻辑回归 202

11.1  逻辑回归的基本概念 202

11.2  二元逻辑回归 203

11.3  多分类逻辑回归 205

11.4  有序逻辑回归 208

11.5  实训案例 210

本章小结 212

第12章  聚类分析 213

12.1  聚类的基本原理 213

12.2  层次聚类 216

12.3  k均值聚类 219

12.4  实训案例 221

本章小结 224

第三部分  综合实训进阶

第13章  上海餐饮店数据分析 227

13.1  项目背景与研究内容 227

13.2  数据采集与预处理 228

13.3  描述统计与可视化图表 231

13.4  餐饮店评分与价格的聚类分析 234

13.5  餐饮店评分的逻辑回归分析 236

13.6  结论与建议 237

本章小结 238

第14章  L游戏平台数据分析 240

14.1  项目背景与研究内容 240

14.2  数据采集与预处理 241

14.3  描述统计与可视化图表 242

14.4  L游戏平台指标的相关性分析 249

14.5  基于多元线性回归的L平台日鲜花数分析 249

14.6  结论与建议 251

本章小结 251

第15章  消费者需求预测与分析 253

15.1  项目背景与研究内容 253

15.2  数据采集与预处理 254

15.3  描述统计与可视化图表 255

15.4  购买意愿的差异性分析 261

15.5  基于回归分析的购买意愿影响因素研究 264

15.6  结论与建议 266

本章小结 267

参考文献 268