Python數(shù)據(jù)分析

單元1　數(shù)據(jù)分析概述
1．1　數(shù)據(jù)分析的時代背景
1．2　什么是數(shù)據(jù)分析
1．3　數(shù)據(jù)分析的基本流程
1．4　為什么選擇Python
1．5　下載與安裝Anaconda
1．6　安裝IPython
單元小結(jié)
技能檢測
單元2　numPy 基礎(chǔ)
2．1　NumPy 數(shù)組對象ndarray
2．2　數(shù)組的訪問與變換
2．3　矩陣與通用函數(shù)
2．4　統(tǒng)計方法和文件存取
2．5　隨機函數(shù)
2．6　案例——利用NumPy 庫求值
單元小結(jié)
技能檢測
單元3　Pandas 入門
3．1　Pandas 數(shù)據(jù)結(jié)構(gòu)
3．2　索引操作
3．3　排序
3．4　數(shù)據(jù)的更新、選取和過濾
3．5　算術(shù)運算與數(shù)據(jù)對齊
3．6　統(tǒng)計計算與描述
3．7　案例——某高校錄取分數(shù)線統(tǒng)計分析
單元小結(jié)
技能檢測
單元4　文件格式與讀寫
4．1　讀取文本文件
4．2　讀寫Excel 文件
4．3　讀取JSON 文件
4．4　讀取HTML
4．5　讀取數(shù)據(jù)庫
單元小結(jié)
技能檢測 9
單元5　數(shù)據(jù)規(guī)整化
5．1　合并數(shù)據(jù)集
5．2　重塑
5．3　數(shù)據(jù)轉(zhuǎn)換
5．4　案例——期末成績規(guī)整化處理
單元小結(jié)
技能檢測
單元6　數(shù)據(jù)可視化
6．1　Matplotlib
6．2　Pandas 繪圖函數(shù)
6．3　案例——商場抽獎
單元小結(jié)
技能檢測
單元7　分組與聚合
7．1　分組
7．2　聚合
7．3　分組級運算和轉(zhuǎn)換
7．4　案例——學(xué)生信息的分組與聚合
單元小結(jié)
技能檢測
單元8　時間序列
8．1　日期和時間
8．2　時間序列操作
8．3　固定頻率時間序列
8．4　時間周期及算術(shù)運算
8．5　重采樣
8．6　移動窗口函數(shù)
8．7　案例——2010 年某市天氣情況分析
單元小結(jié)
技能檢測