第0章 数据分析概述 1
0.1 与数据相关的概念 1
0.2 数据分析技术的发展 3
0.3 开发环境配置 5
第1章 NumPy基础和应用 9
1.1 数组对象基础 9
1.2 数组的索引和切片 25
1.3 针对数组的操作 36
1.4 运算和通用函数 46
1.5 简单统计应用 53
1.6 矩阵 57
1.7 矢量运算 60
1.8 综合应用示例 68
第2章 Pandas基础和应用 75
2.1 常用数据对象 75
2.2 索引对象 88
2.3 数据索引和切片 95
2.4 文件读写操作 107
2.5 处理缺失数据 116
2.6 规整数据 121
2.7 分组运算 141
2.8 矢量化字符串 158
2.9 与时间相关的操作 161
2.10 简单的应用示例 174
第3章 数据可视化 179
3.1 Matplotlib概览 179
3.2 设置坐标系 186
3.3 绘制图像 197
3.4 常用统计图 211
3.5 绘制三维图像 225
3.6 Seaborn掠影 231
第4章 综合应用 235
4.1 分析股票数据 235
4.2 分析文胸评论数据 245
4.3 分析电影票房数据 249
4.4 可视化城市人口数据 253
4.5 分析希腊葡萄酒数据 259
4.6 应用本福特定律 273
4.7 制作词云 278
第5章 机器学习 283
5.1 线性回归 283
5.2 线性回归示例 299
5.3 Logistic回归 304
5.4 贝叶斯方法 314
跋 324
· · · · · · (收起)