本书使用Python语言,通过大量示例代码,讲解了各种数据分析库的使用方法和技巧,并对各类数 据图表的绘制方法进行了详细的阐述。同时,本书还提供了多个案例,让读者理解数据分析方法在实践中的应用,从而体会数据分析及可视化的乐趣。 本书共13章,主要内容包括数据分析与可视化概述、 Python编程基础、NumPy数值计算基础、 Pandas统计分析基础、Pandas数据载入与预 处理、Matplotlib数据可视化基础、Seaborn可视化、 pyecharts可视化、时间序列数据分析、 SciPy科学计算、统计与机器学习、图像数据分析和综合案例等。 本书可作为各类高等院校计算机科学与技术、软件工程及大数据技术等专业的本科生教材,也可 作为Python数据分析初学者和爱好者的参考书。

前言 随着互联网的飞速发展，人们在互联网上的行为产生了海量数据，对这些数据存储、处理与分析带动了大数据技术的发展。其中，数据挖掘和分析技术可以帮助人们对庞大的数据进行相关分析，找到有价值的信息和规律，使得人们对世界的认识更快、更便捷。在数据分析领域，Python语言简单易用，第三方库强大，并提供了完整的数据分析框架，因此深受数据分析人员的青睐，Python已经当仁不让地成为数据分析人员的一把利器。 因此，本书从Python数据分析的基础知识入手，结合大量的数据分析示例，系统地介绍数据分析和可视化绘图的方法，带领读者一步步掌握Python数据分析的相关知识，提高读者解决实际问题的能力。 本书特色 (1) 内容全面，讲解系统。 (2) 给出了数据分析环境的安装和配置步骤。 (3) 详细介绍了使用Python进行数据分析与可视化的方法。 (4) 提供了多个有较高应用价值的项目案例，有很强的实用性。 (5) 提供丰富的配套资源。 本书内容 第1章数据分析与可视化概述，主要介绍数据分析与可视化的基本内容，数据、数据分析和数据挖掘的关系，数据分析与可视化的常用工具，Python数据分析与可视化的主要库以及Jupyter Notebook的基本使用方法。 第2章Python编程基础，主要介绍Python语言的基本语法、内建数据结构、函数以及文件操作。 第3章NumPy数值计算基础，主要介绍数组及其索引、数组运算、数组读/写及常用的统计与分析方法。 第4章Pandas统计分析基础，主要介绍Pandas数据结构、索引操作、数据运算、分组汇总聚合、透视表...