第1章 数据分析简介

1.1 数据分析

1.2 数据分析师的知识范畴

1.2.1 计算机科学

1.2.2 数学和统计学

1.2.3 机器学习和人工智能

1.2.4 数据来源领域

1.3 理解数据的性质

1.3.1 数据到信息的转变

1.3.2 信息到知识的转变

1.3.3 数据的类型

1.4 数据分析过程

1.4.1 问题定义

1.4.2 数据抽取

1.4.3 数据准备

1.4.4 数据探索和可视化

1.4.5 预测模型

1.4.6 模型评估

1.4.7 部署

1.5 定量和定性数据分析

1.6 开放数据

1.7 Python和数据分析

1.8 结论

第2章 Python世界简介

2.1 Python——编程语言

2.2 Python——解释器

2.2.1 Cython

2.2.2 Jython

2.2.3 PyPy

2.3 Python 2和Python 3

2.4 安装Python

2.5 Python发行版

2.5.1 Anaconda

2.5.2 Enthought Canopy

2.5.3 Python（x，y）

2.6 使用Python

2.6.1 Python shell

2.6.2 运行完整的Python程序

2.6.3 使用IDE编写代码

2.6.4 跟Python 交互

2.7 编写Python代码

2.7.1 数学运算

2.7.2 导入新的库和函数

2.7.3 函数式编程

2.7.4 缩进

2.8 IPython

2.8.1 IPython shell

2.8.2 IPython Qt-Console

2.9 PyPI仓库——Python包索引

2.10 多种Python IDE

2.10.1 IDLE

2.10.2 Spyder

2.10.3 Eclipse （pyDev）

2.10.4 Sublime

2.10.5 Liclipse

2.10.6 NinjaIDE

2.10.7 Komodo IDE

2.11 SciPy

2.11.1 NumPy

2.11.2 pandas

2.11.3 matplotlib

2.12 小结

第3章 NumPy库

3.1 NumPy简史

3.2 NumPy安装

3.3 ndarray：NumPy库的心脏

3.3.1 创建数组

3.3.2 数据类型

3.3.3 dtype选项

3.3.4 自带的数组创建方法

3.4 基本操作

3.4.1 算术运算符

3.4.2 矩阵积

3.4.3 自增和自减运算符

3.4.4 通用函数

3.4.5 聚合函数

3.5 索引机制、切片和迭代方法

3.5.1 索引机制

3.5.2 切片操作

3.5.3 数组迭代

3.6 条件和布尔数组

3.7 形状变换

3.8 数组操作

3.8.1 连接数组

3.8.2 数组切分

3.9 常用概念

3.9.1 对象的副本或视图

3.9.2 向量化

3.9.3 广播机制

3.10 结构化数组

3.11 数组数据文件的读写

3.11.1 二进制文件的读写

3.11.2 读取文件中的列表形式数据

3.12 小结

第4章 pandas库简介

4.1 pandas：Python数据分析库

4.2 安装

4.2.1 用Anaconda安装

4.2.2 用PyPI安装

4.2.3 在Linux系统的安装方法

4.2.4 用源代码安装

4.2.5 Windows模块仓库

4.3 测试pandas是否安装成功

4.4 开始pandas之旅

4.5 pandas数据结构简介

4.5.1 Series对象

4.5.2 DataFrame对象

4.5.3 Index对象

4.6 索引对象的其他功能

4.6.1 更换索引

4.6.2 删除

4.6.3 算术和数据对齐

4.7 数据结构之间的运算

4.7.1 灵活的算术运算方法

4.7.2 DataFrame和Series对象之间的运算

4.8 函数应用和映射

4.8.1 操作元素的函数

4.8.2 按行或列执行操作的函数

4.8.3 统计函数

4.9 排序和排位次

4.10 相关性和协方差

4.11 NaN数据

4.11.1 为元素赋NaN值

4.11.2 过滤NaN

4.11.3 为NaN元素填充其他值

4.12 等级索引和分级

4.12.1 重新调整顺序和为层级排序

4.12.2 按层级统计数据

4.13 小结

第5章 pandas：数据读写

5.1 I／O API工具

5.2 CSV和文本文件

5.3 读取CSV或文本文件中的数据

5.3.1 用RegExp解析TXT文件

5.3.2 从TXT文件读取部分数据

5.3.3 往CSV文件写入数据

5.4 读写HTML文件

5.4.1 写入数据到HTML文件

5.4.2 从HTML文件读取数据

5.5 从XML读取数据

5.6 读写Microsoft Excel文件

5.7 JSON数据

5.8 HDF5格式

5.9 pickle——Python对象序列化

5.9.1 用cPicklc实现Python 对象序列化

5.9.2 用pandas实现对象序列化

5.10 对接数据库

5.10.1 SQLite3数据读写

5.10.2 PostgreSQL数据读写

5.11 NoSQL数据库MongoDB数据读写

5.12 小结

第6章 深入pandas：数据处理

6.1 数据准备

6.2 拼接

6.2.1 组合

6.2.2 轴向旋转

6.2.3 删除

6.3 数据转换

6.3.1 删除重复元素

6.3.2 映射

6.4 离散化和面元划分

6.5 排序

6.6 字符串处理

6.6.1 内置的字符串处理方法

6.6.2 正则表达式

6.7 数据聚合

6.7.1 GroupBy

6.7.2 实例

6.7.3 等级分组

6.8 组迭代

6.8.1 链式转换

6.8.2 分组函数

6.9 高级数据聚合

6.10 小结

第7章 用matplotlib实现数据可视化

7.1 matplotlib库

7.2 安装

7.3 IPython和IPython QtConsole

7.4 matplotlib架构

7.4.1 Backend层

7.4.2 Artist层

7.4.3 Scripting层（pyplot）

7.4.4 pylab和pyplot

7.5 pyplot

7.5.1 生成一幅简单的交互式图表

7.5.2 设置图形的属性

7.5.3 matplotlib和Num Py

7.6 使用kwargs

7.7 为图表添加更多元素

7.7.1 添加文本

7.7.2 添加网格

7.7.3 添加图例

7.8 保存图表

7.8.1 保存代码

7.8.2 将会话转换为HTML文件

7.8.3 将图表直接保存为图片

7.9 处理日期值

7.10 图表类型

7.11 线性图

7.12 直方图

7.13 条状图

7.13.1 水平条状图

7.13.2 多序列条状图

7.13.3 为pandas DataFrame生成多序列条状图

7.13.4 多序列堆积条状图

7.13.5 为pandas DataFrame绘制堆积条状图

7.13.6 其他条状图

7.14 饼图

7.15 高级图表

7.15.1 等值线图

7.15.2 极区图

7.16 mplot3d

7.16.1 3D曲面

7.16.2 3D散点图

7.16.3 3D条状图

7.17 多面板图形

7.17.1 在其他子图中显示子图

7.17.2 子图网格

7.18 小结

第8章 用scikit-learn库实现机器学习

8.1 scikit-learn库

8.2 机器学习

8.2.1 有监督和无监督学习

8.2.2 训练集和测试集

8.3 用scikit-learn实现有监督学习

8.4 Iris数据集

8.5 K-近邻分类器

8.6 Diabetes数据集

8.7 线性回归：最小平方回归

8.8 支持向量机

8.8.1 支持向量分类

8.8.2 非线性SVC

8.8.3 绘制SVM分类器对Iris数据集的分类效果图

8.8.4 支持向量回归

8.9 小结

第9章 数据分析实例——气象数据

9.1 待检验的假设：靠海对气候的影响

9.2 数据源

9.3 用IPython Notebook做数据分析

9.4 风向频率玫瑰图

9.5 小结

第10章 IPython Notebook内嵌JavaScript库D3

10.1 开放的人口数据源

10.2 JavaScript库D3

10.3 绘制簇状条状图

10.4 地区分布图

10.5 2014年美国人口地区分布图

10.6 小结

第11章 识别手写体数字

11.1 手写体识别

11.2 用scikit-learn识别手写体数字

11.3 Digits数据集

11.4 学习和预测

11.5 小结

附录A 用LaTeX编写数学表达式

附录B 开放数据源