新书选举 | Python法式设想与数据阐发项目实战（含课程思政·微课）

Python法式设想与数据阐发项目实战（微课视频版）

编纂选举：配微课视频、源码、教学课件、教学纲领、习题题库等，根底+丰富案例，含课程思政教学方案

Python的第一个版本降生于1991年，因其开源特征，深受广阔喜好者喜欢，截至目前，各范畴的Python扩展库已超越20万个项目，语言利用范畴普遍。跟着人工智能手艺的不竭鼓起，Python在数据摘集、数据阐发及可视化范畴的利用广受重视，考虑到Python在数据阐发方面的诸多长处，兼顾广阔读者更习惯于即学即用的进修体例，特将Python法式设想根底、数据阐发及案例连系起来编写此书，期看能够为读者带来搀扶帮助。

本书次要内容

本书内容以问题为导向，十分合适初学者进修Python，同时还能够详尽领会数据阐发详细流程。 读者能够在短时间内进修本书中介绍的Python法式设想根底与数据阐发案例。

做为一本介绍Python法式设想根底与数据阐发案例的图书，本书共分为两部门13章。

第一部门为Python法式设想根底篇，包罗第1~8章。

第1章Python开发情况。Python简介部门次要介绍Python的开展过程、Python的特征、Python的利用范畴、Python的安拆；Python IDLE开发情况部门包罗IDLE简介、利用IDLE情况创建Python法式；Anaconda 3集成情况与Jupyter Notebook部门包罗Anaconda下载与安拆、Conda号令用法以及Jupyter Notebook；Jupyter Notebook利用详解部门包罗Jupyter Notebook的启动、编纂界面功用介绍； 扩展库安拆及导进利用；Python编写标准。

第2章Python变量类型、运算符与表达式、内置函数。变量与数据类型部门重点介绍了变量和常量的概念、定名规则和数据类型； 运算符与表达式部门详尽论述了算术运算符、关系运算符、逻辑运算符、赋值运算符、位运算符、成员运算符、聚集运算符、运算符优先级以及表达式； 函数部门介绍了Python中常用内置函数以及常用原则库函数。

展开全文

第3章Python法式掌握构造。抉择构造部门包罗单分收抉择构造、双分收抉择构造、多分收抉择构造及嵌套抉择构造； 轮回构造部门介绍了for轮回、while轮回、嵌套轮回及轮回掌握语句； 反常处置部门介绍了反常的常见形式和反常处置构造语法。

第4章列表与元组。列表部门详尽讲述了列表的创建及删除、列表元素拜候与切片、列表常用办法、列表运算及列表推导式； 元组部门讲述了元组的创建及元素拜候、元组运算符、元组索引与切片、生成器推导式； 最初介绍了列表与元组的区别与联络。

第5章字典与聚集。字典部门介绍了字典的概念与特征、字典的创建与删除、字典元素拜候、字典元素的增加、修改和删除、字典内置函数与办法； 聚集部门介绍了聚集的概念、聚集的创建与删除、聚集元素的添加与删除、聚集常用办法和综合例题。

第6章函数定义及利用。函数定义的语法格局与挪用部门详尽介绍了函数定义的语法格局与挪用概述、递回函数的定义与挪用； 函数参数介绍了位置参数、默认参数、关键参数以及可变长度参数；Lambda表达式； 生成器函数与润色器函数部门介绍了生成器函数与润色器函数的定义与利用；Python中的包部门介绍了包的创建与导进。

第7章Python数据阐发根底。NumPy库部门介绍了NumPy数据构造、ndarray常见操做、常用的操做函数；Pandas库部门介绍了Pandas数据构造、Pandas数据读写及Pandas常用操做。

第8章Python数据可视化。Matplotlib部门包罗Matplotlib安拆与设置、图形的根本构成、根本绘图流程、常用图形绘造；Pyecharts部门包罗Pyecharts概述、Pyecharts图表设置装备摆设项及Pyecharts常用图表绘造。

第二部门为数据阐发综合案例篇，包罗第9~13章。

第9章白葡萄酒操行阐发案例，起首停止了数据集描述，然后从导进数据、数据描述性统计及数据散布、数据清洗、数据阐发等方面展开白葡萄酒操行数据阐发。

第10章药品销售数据阐发案例，以某病院药房2018年销售数据为例，领会该病院2018年的药品销售情状。起首停止了案例介绍与数据集描述，之后停止了数据清洗，然后展开建模阐发，最初停止了可视化阐发。

第11章电商用户行为阐发案例，先辈行了数据集描述与用户行为阐发过程，然后停止数据清洗，之后将数据保留到当地，导进Pandas停止数据阐发，包罗用户流量及购物情状、用户行为转化漏斗、购置率凹凸与人群特征、时间维度上领会用户行为习惯及商品维度阐发。

第12章电商平台大数据消费阐发案例，先描述案例布景与目标，停止了数据集描述，然后对数据导进并停止了描述性统计阐发，对反常值停止检测和处置，详尽阐发了客户交易行为及客户标签画像。

第13章银行客户信誉风险评估案例，介绍了项目布景与目标，停止了客户数据摸索与预处置，构建了信誉评估目标系统，最初构建了风控模子并利用。

本书特色

（1） 需求导向，讲解详尽。连系Python根底常识与数据阐发案例详尽讲解数据阐发过程。

（2） 夯实根底，案例丰富。根底篇各章节案例涵盖响应常识点，案例篇包罗5个完全项目案例。

（3） 代码详尽，易于操做。全书供给各章节的详尽代码与数据，便利读者现实操做。

（4） 风气简明，通俗易懂。由浅进深地率领读者学会 Python 语言根本内容以及数据阐发根本流程。

配套资本

为便于教与学，本书配有微课视频（180分钟）、源代码、教学课件、教学纲领、教学方案、习题题库。

读者对象

本书可做为全国高档学校计算机或非计算机专业“Python法式设想”“数据阐发及可视化”等课程的教材，也可做为处置高档教导的兼任教师的教学参考用书，以及有意向进修数据阐发相关手艺的研究生的参考用书。