第1章 數據分析與可視化概述 1 學習目標 1 1.1 數據分析 1 1.2 數據可視化 2 1.3 數據分析的流程 3 1.4 數據分析與可視化常用工具 5 1.5 Python數據分析與可視化常用類庫 6 1.6 為何選用Python進行數據分析與可視化 7 1.7 安裝和使用面向科學計算的Anaconda 8 1.8 掌握Jupyter Notebook的基本功能 10 1.9 掌握Jupyter Notebook的高級功能 14 本章小結 18 本章習題 18 第2章 Python語言編程基礎 21 學習目標 21 2.1 Python基本語法 21 2.2 Python基本數據類型 23 2.3 Python組合數據類型 26 2.3.1 列表 26 2.3.2 元組 28 2.3.3 字典 29 2.3.4 集合 30 2.4 Python推導式 31 2.4.1 列表推導式 31 2.4.2 元組推導式 32 2.4.3 字典推導式 33 2.4.4 集合推導式 33 2.5 函數 34 2.5.1 函數的定義 34 2.5.2 匿名函數 35 本章小結 35 本章習題 36 第3章 NumPy和Pandas的基礎知識 37 學習目標 37 3.1 NumPy數值計算基礎 38 3.1.1 NumPy多維數組 38 3.1.2 NumPy數組切片和運算 40 3.2 Pandas統計分析基礎 42 3.2.1 Pandas的數據結構 42 3.2.2 Series的語法格式及其基本操作 43 3.2.3 DataFrame的語法格式及其基本操作 47 3.2.4 DataFrame的合并、拼接和組合 52 3.3 分組與聚合 55 3.3.1 數據分組 55 3.3.2 數據聚合 58 本章小結 61 本章習題 61 第4章 使用Pandas導入數據 65 學習目標 65 4.1 讀/寫文本文件 65 4.1.1 讀/寫TXT文本文件 65 4.1.2 讀/寫CSV文件 66 4.2 讀/寫Excel文件 70 4.3 讀/寫HTML文件中的表格數據 77 4.4 讀/寫JSON格式文件 79 4.5 讀取MySQL數據庫文件 82 4.5.1 將數據導入My