第 1章　Python数据分析概述　1
1.1　认识数据分析　2
1.1.1　数据分析的概念　2
1.1.2　数据分析的流程　3
1.1.3　数据分析的应用场景　5
1.2　Python数据分析　6
1.2.1　数据分析常用工具　7
1.2.2　Python数据分析的优势　7
1.2.3　Python数据分析常用库　8
1.3　安装Python的Anaconda发行版　10
1.3.1　Python的Anaconda发行版　10
1.3.2　在Windows系统中安装Anaconda发行版　10
1.4　Jupyter Notebook的常用功能　13
1.4.1　Jupyter Notebook的基本功能　13
1.4.2　Jupyter Notebook的高级功能　15
小结　18
课后习题　18
第 2章　NumPy数组计算基础　20
2.1　NumPy数组对象ndarray　21
2.1.1　创建数组对象　21
2.1.2　生成随机数　27
2.1.3　通过索引访问数组　29
2.1.4　变换数组的形状　31
2.2　NumPy矩阵与通用函数　34
2.2.1　创建NumPy矩阵　34
2.2.2　ufunc函数　37
2.3　利用NumPy进行统计分析　40
2.3.1　读/写文件　40
2.3.2　使用函数进行简单的统计分析　43
小结　47
实训　48
实训1　使用数组比较运算对超市牛奶价格进行对比　48
实训2　创建6×6的简单数独游戏矩阵　48
课后习题　48
第3章　pandas统计分析基础　50
3.1　读/写不同数据源的数据　51
3.1.1　认识pandas　51
3.1.2　读/写文本文件　52
3.1.3　读/写Excel文件　55
3.1.4　读/写数据库　57
3.2　DataFrame的常用操作　60
3.2.1　查看DataFrame的常用属性　60
3.2.2　查、改、增、删DataFrame数据　61
3.2.3　描述分析DataFrame数据　67
3.3　转换与处理时间序列数据　70
3.3.1　转换时间字符串为标准时间　70
3.3.2　提取时间序列数据　72
3.3.3　时间数据的算术运算　73
3.4　使用分组聚合进行组内计算　74
3.4.1　使用groupby()方法拆分数据　75
3.4.2　使用agg()方法聚合数据　76
3.4.3　使用apply()方法聚合数据　79
3.4.4　使用transform()方法聚合数据　80
小结　81
实训　81
实训1　读取并查看某地区房屋销售数据的基本信息　81
实训2　提取房屋售出时间信息并描述房屋价格信息　81
实训3　使用分组聚合方法分析房屋销售情况　82
课后习题　82
第4章　使用pandas进行数据预处理　85
4.1　数据合并　86
4.1.1　堆叠合并　86
4.1.2　主键合并　89
4.1.3　重叠合并　90
4.2　数据清洗　92
4.2.1　检测与处理重复值　92
4.2.2　检测与处理缺失值　95
4.2.3　检测与处理异常值　99
4.3　数据标准化　100
4.3.1　离差标准化　101
4.3.2　标准差标准化　101
4.3.3　小数定标标准化　102
4.4　数据变换　103
4.4.1　哑变量处理　103
4.4.2　离散化处理　104
小结　107
实训　107
实训1　合并年龄、平均血糖数据和中风患者信息数据　107
实训2　删除年龄异常的数据　108
实训3　离散化年龄特征　109
课后习题　109
第5章　Matplotlib、seaborn、pyecharts数据可视化基础　111
5.1　Matplotlib基础绘图　112
5.1.1　pyplot绘图基础语法与常用参数　112
5.1.2　使用Matplotlib绘制进阶图形　118
5.2　seaborn基础绘图　128
5.2.1　seaborn绘图基础　128
5.2.2　使用seaborn绘制基础图形　144
5.3　pyecharts基础绘图　145
5.3.1　pyecharts绘图基础　146
5.3.2　使用pyecharts绘制交互式图形　150
小结　155
实训　155
实训1　分析学生成绩特征的分布与分散情况　155
实训2　分析学生成绩与各个特征之间的关系　156
实训3　分析各空气质量指标之间的相关关系　156
实训4　绘制交互式基础图形　157
课后习题　158
第6章　使用scikit-learn构建模型　160
6.1　使用sklearn转换器处理数据　161
6.1.1　加载datasets模块中的数据集　161
6.1.2　将数据集划分为训练集和测试集　164
6.1.3　使用sklearn转换器进行数据预处理　165
6.2　构建并评价聚类模型　167
6.2.1　使用sklearn估计器构建聚类模型　168
6.2.2　评价聚类模型　171
6.3　构建并评价分类模型　173
6.3.1　使用sklearn估计器构建分类模型　173
6.3.2　评价分类模型　175
6.4　构建并评价回归模型　176
6.4.1　使用sklearn估计器构建线性回归模型　177
6.4.2　评价回归模型　179
小结　180
实训　181
实训1　使用sklearn处理竞标行为数据集　181
实训2　构建基于竞标行为数据集的K-Means聚类模型　182
实训3　构建基于竞标行为数据集的支持向量机分类模型　182
实训4　构建基于竞标行为数据集的回归模型　182
课后习题　183
第7章　竞赛网站用户行为分析　185
7.1　竞赛网站用户行为分析的背景和方法　186
7.1.1　分析竞赛网站背景　186
7.1.2　认识用户行为分析　187
7.1.3　竞赛网站用户行为分析的步骤与流程　187
7.2　预处理竞赛网站用户访问数据　188
7.2.1　用户识别　188
7.2.2　数据清洗　189
7.2.3　网页分类　192
7.2.4　构造特征　194
7.3　对竞赛网站用户进行分群　194
7.3.1　K-Means聚类算法　195
7.3.2　使用K-Means聚类算法进行用户分群　196
7.3.3　模型应用　198
小结　198
实训　198
实训1　处理某App用户信息数据集　198
实训2　构建与用户使用信息相关的特征　199
实训3　构建K-Means聚类模型　200
课后习题　200
第8章　企业所得税预测分析　201
8.1　企业所得税预测的背景与方法　202
8.1.1　分析企业所得税预测背景　202
8.1.2　企业所得税预测的方法　204
8.1.3　企业所得税预测的步骤与流程　204
8.2　分析企业所得税数据特征的相关性　205
8.2.1　相关性分析　205
8.2.2　计算Pearson相关系数　205
8.3　使用Lasso回归方法选取企业所得税预测的关键特征　207
8.3.1　Lasso回归方法　207
8.3.2　选取关键特征　208
8.4　使用灰色预测算法和SVR算法构建企业所得税预测模型　209
8.4.1　灰色预测算法　209
8.4.2　SVR算法　210
8.4.3　预测企业所得税　211
小结　214
实训　215
实训1　处理二手汽车交易数据集　215
实训2　构建二手汽车价格预测关键特征　216
实训3　构建线性回归模型　216
课后习题　217
第9章　餐饮企业客户流失预测　218
9.1　餐饮企业客户分析需求　219
9.1.1　分析餐饮企业客户流失预测背景　219
9.1.2　认识餐饮企业客户流失预测　221
9.1.3　餐饮企业客户流失预测的步骤与流程　221
9.2　预处理餐饮企业数据　221
9.2.1　数据探索　222
9.2.2　查看重复值　224
9.2.3　处理异常值　224
9.2.4　处理缺失值　225
9.2.5　构建客户流失特征　226
9.3　使用决策树算法和支持向量机算法进行餐饮企业客户流失预测　228
9.3.1　决策树算法　228
9.3.2　支持向量机算法　229
9.3.3　预测餐饮企业客户流失　231
小结　233
实训　233
实训1　预处理尺码信息数据　233
实训2　构建支持向量机分类模型预测客户服装尺寸　234
课后习题　234
第 10章　基于TipDM大数据挖掘建模平台进行客户流失预测　236
10.1　平台简介　237
10.1.1　共享库　238
10.1.2　数据连接　238
10.1.3　数据集　239
10.1.4　我的工程　239
10.1.5　个人组件　242
10.2　使用平台进行客户流失预测　242
10.2.1　使用平台配置客户流失预测案例的步骤和流程　242
10.2.2　数据源配置　244
10.2.3　数据预处理　245
10.2.4　构建模型　251
小结　256
实训　256
实训　预测客户服装尺寸　256
课后习题　256