Python數(shù)據(jù)分析基礎(chǔ)教程

第1章  數(shù)據(jù)的收集與整理 1

1.1  數(shù)據(jù)的類型 1

1.1.1  按度量尺度分 1

1.1.2  按時(shí)間狀況分 1

1.2  數(shù)據(jù)的收集 2

1.2.1  橫向數(shù)據(jù)的收集 2

1.2.2  縱向數(shù)據(jù)的收集 6

1.3  數(shù)據(jù)的管理 7

1.3.1  表格管理數(shù)據(jù) 7

1.3.2  數(shù)據(jù)庫(kù)管理數(shù)據(jù) 8

數(shù)據(jù)及練習(xí) 8

第2章  數(shù)據(jù)分析軟件介紹 10

2.1  數(shù)據(jù)分析軟件簡(jiǎn)介 10

2.2  Python語(yǔ)言介紹 11

2.2.1  Python簡(jiǎn)介 11

2.2.2  Python的功能 12

2.2.3  Python編程環(huán)境 14

2.3  Python數(shù)據(jù)分析平臺(tái) 17

2.3.1  Jupyter數(shù)據(jù)分析平臺(tái) 18

2.3.2  Python在線分析平臺(tái) 23

2.4  Python編程入門 27

2.4.1  Python的工作目錄 27

2.4.2  Python分析包（庫(kù)） 27

2.4.3  Python中的數(shù)據(jù)管理 29

數(shù)據(jù)及練習(xí) 29

第3章  Python編程分析基礎(chǔ) 30

3.1  Python數(shù)據(jù)類型 30

3.1.1  Python對(duì)象 30

3.1.2  數(shù)據(jù)的基本類型 31

3.1.3  標(biāo)準(zhǔn)數(shù)據(jù)類型 33

3.2  數(shù)值分析庫(kù)numpy 34

3.2.1  一維數(shù)組（向量） 34

3.2.2  二維數(shù)組（矩陣） 35

3.2.3  數(shù)組的操作 35

3.3  數(shù)據(jù)分析庫(kù)pandas 36

3.3.1  序列（Series） 36

3.3.2  數(shù)據(jù)框（DataFrame） 37

3.3.3  數(shù)據(jù)框的讀寫 39

3.3.4  數(shù)據(jù)框的操作 41

3.4  Python編程運(yùn)算 45

3.4.1  基本運(yùn)算 45

3.4.2  控制語(yǔ)句 46

3.4.3  函數(shù)定義 47

3.4.4  面向?qū)ο?49

數(shù)據(jù)及練習(xí) 50

第4章  數(shù)據(jù)的探索性分析 52

4.1  數(shù)據(jù)的描述分析 52

4.1.1  基本描述統(tǒng)計(jì)量 52

4.1.2  計(jì)數(shù)數(shù)據(jù)匯總分析 53

4.1.3  計(jì)量數(shù)據(jù)匯總分析 53

4.2  基本繪圖命令 57

4.2.1  常用的繪圖函數(shù) 57

4.2.2  基于pandas的繪圖 66

4.3  數(shù)據(jù)的分類分析 70

4.3.1  一維頻數(shù)分析 70

4.3.2  二維集聚分析 73

4.3.3  多維透視分析 77

數(shù)據(jù)及練習(xí) 79

第5章  數(shù)據(jù)的可視化分析 80

5.1  特殊統(tǒng)計(jì)圖的繪制 80

5.1.1  數(shù)學(xué)函數(shù)圖 80

5.1.2  氣泡圖 82

5.1.3  三維曲面圖 82

5.1.4  三維散點(diǎn)圖 83

5.2  seaborn統(tǒng)計(jì)繪圖 83

5.2.1  基本概念 84

5.2.2  常用統(tǒng)計(jì)圖 84

5.3  ggplot繪圖系統(tǒng) 88

5.3.1  qplot快速制圖 89

5.3.2  ggplot基本繪圖 90

數(shù)據(jù)及練習(xí) 95

第6章  數(shù)據(jù)的統(tǒng)計(jì)分析 97

6.1  隨機(jī)變量及其分布 97

6.1.1  均勻分布 97

6.1.2  正態(tài)分布 98

6.2  數(shù)據(jù)分析統(tǒng)計(jì)基礎(chǔ) 102

6.2.1  統(tǒng)計(jì)量的概念 102

6.2.2  統(tǒng)計(jì)量的分布 103

6.3  基本統(tǒng)計(jì)推斷方法 106

6.3.1  參數(shù)的估計(jì)方法 107

6.3.2  參數(shù)的假設(shè)檢驗(yàn) 109

數(shù)據(jù)及練習(xí) 111

第7章  數(shù)據(jù)的模型分析 113

7.1  簡(jiǎn)單線性相關(guān)模型 113

7.1.1  線性相關(guān)的概念 113

7.1.2  相關(guān)系數(shù)的計(jì)算 114

7.1.3  相關(guān)系數(shù)的檢驗(yàn) 115

7.2  簡(jiǎn)單線性回歸模型 116

7.2.1  簡(jiǎn)單線性模型估計(jì) 116

7.2.2  簡(jiǎn)單線性模型檢驗(yàn) 118

7.2.3  簡(jiǎn)單線性模型預(yù)測(cè) 119

7.3  分組線性相關(guān)與回歸 120

7.3.1  分組線性相關(guān)分析 120

7.3.2  分組線性回歸模型 121

數(shù)據(jù)及練習(xí) 122

第8章  數(shù)據(jù)的預(yù)測(cè)分析 124

8.1  動(dòng)態(tài)數(shù)列的基本分析 124

8.1.1  動(dòng)態(tài)數(shù)列的介紹 124

8.1.2  動(dòng)態(tài)數(shù)列的分析 126

8.2  動(dòng)態(tài)數(shù)列預(yù)測(cè)分析 130

8.2.1  趨勢(shì)預(yù)測(cè)構(gòu)建 130

8.2.2  平滑預(yù)測(cè)法 134

8.3  股票數(shù)據(jù)統(tǒng)計(jì)分析 138

8.3.1  股票價(jià)格分析 139

8.3.2  股票收益率分析 143

數(shù)據(jù)及練習(xí) 147

第9章  數(shù)據(jù)的決策分析 149

9.1  確定性分析 149

9.1.1  單目標(biāo)求解 149

9.1.2  多目標(biāo)求解 150

9.2  不確定性分析 151

9.2.1  分析方法 151

9.2.2  分析原則 152

9.3  風(fēng)險(xiǎn)分析 154

9.3.1  期望值法 154

9.3.2  后悔期望值法 155

數(shù)據(jù)及練習(xí) 155

第10章  數(shù)據(jù)的案例分析 157

10.1  在線數(shù)據(jù)獲取與分析 157

10.1.1  在線財(cái)經(jīng)數(shù)據(jù)獲取 157

10.1.2  在線股票數(shù)據(jù)分析 159

10.1.3  新股發(fā)行數(shù)據(jù)分析 161

10.2  證券交易數(shù)據(jù)的分析 163

10.2.1  歷史行情數(shù)據(jù)分析 163

10.2.2  實(shí)時(shí)行情數(shù)據(jù)分析 165

10.2.3  大單交易數(shù)據(jù)分析 167

10.2.4  公司盈利能力分析 168

10.2.5  公司現(xiàn)金流量分析 169

10.3  宏觀經(jīng)濟(jì)數(shù)據(jù)的實(shí)證分析 170

10.3.1  存款利率變動(dòng)分析 170

10.3.2  國(guó)內(nèi)生產(chǎn)總值GDP分析 172

10.3.3  工業(yè)品出廠價(jià)格指數(shù)分析 174

10.4  電影票房數(shù)據(jù)的實(shí)時(shí)分析 175

10.4.1  實(shí)時(shí)票房數(shù)據(jù)分析 175

10.4.2  每日票房數(shù)據(jù)分析 176

10.4.3  影院日度票房分析 177

數(shù)據(jù)及練習(xí) 178

附錄A  本書的學(xué)習(xí)博客 179

附錄B  書中的例子數(shù)據(jù) 181

附錄C  書中的自定義函數(shù) 182

參考文獻(xiàn) 183