第1 章　 数据分析与可视化概述  1

　 　 1. 1　 数据分析与可视化背景  1

　 　 1. 2　 数据分析与可视化应用场景  2

　 　 1. 3　 Python 和数据分析与可视化  3

　 　 1. 4　 数据分析与可视化基本流程  4

　 　 1. 5　 Python 常用数据分析与可视化库  5

　 　 1. 6　 搭建开发环境———Anaconda  6

　 　 1. 7　 Jupyter Notebook 的使用 11

　 　 1. 8　 本章小结  16

　 　 1. 9　 习　 题  17

　 第2 章　 数组计算库 NumPy 的基础知识 18

　 　 2. 1　 初识 NumPy  18

　 　 2. 2　 NumPy 数组的创建 21

　 　 2. 3　 NumPy 数组的数据类型和基本操作 26

　 　 2. 4　 NumPy 数组常用的分析函数 40

　 　 2. 5　 NumPy 线性代数模块 52

　 　 2. 6　 本章小结  54

　 　 2. 7　 习　 题  55

　 第3 章　 数据分析库 Pandas 的基础知识  57

　 　 3. 1　 初识 Pandas  57

　 　 3. 2　 Pandas 数据结构之 Series  58

　 　 3. 3　 Pandas 数据结构之 DataFrame  66

　 　 3. 4　 Pandas 的索引操作 78

　 　 3. 5　 Pandas 的数据运算 88

　 　 3. 6　 本章小结  95

　 　 3. 7　 习　 题  96

　 第4 章　 数据预处理 98

　 　 4. 1　 读/写文件数据  98

　 　 4. 2　 数据表处理  106

4. 3　 数据类型转换  118

　 　 4. 4　 数据统计  121

　 　 4. 5　 数据清洗  127

　 　 4. 6　 本章小结  134

　 　 4. 7　 习　 题  135

　 第5 章　 数据可视化  137

　 　 5. 1　 数据可视化概述  137

　 　 5. 2　 Matplotlib 绘图入门  142

　 　 5. 3　 使用 Matplotlib 绘制常见图形  150

　 　 5. 4　 使用 Pyecharts 绘制常见图形  159

　 　 5. 5　 数据可视化进阶———Seaborn 可视化库  168

　 　 5. 6　 本章小结  176

　 　 5. 7　 习　 题  177

　 第6 章　 时间序列分析  179

　 　 6. 1　 时间序列概述  179

　 　 6. 2　 时间序列基础  179

　 　 6. 3　 固定频率的时间序列  187

　 　 6. 4　 时间周期  193

　 　 6. 5　 重采样  196

　 　 6. 6　 滑动窗口  201

　 　 6. 7　 本章小结  202

　 　 6. 8　 习　 题  203

　 第7 章　 文本数据分析  205

　 　 7. 1　 文本数据分析工具  205

　 　 7. 2　 NLTK 库的基本使用 208

　 　 7. 3　 jieba 库的基本使用  214

　 　 7. 4　 本章小结  218

　 　 7. 5　 习　 题  218

　 第8 章　 项目实战  220

　 　 8. 1　 数据来源  220

　 　 8. 2　 数据读取  221

　 　 8. 3　 数据预处理  221

　 　 8. 4　 可视化分析  224

　 　 8. 5　 本章小结  229

　 参考文献  231