第1篇 Python数据分析语法入门

第1章 初识Python

1.1 Python是什么

1.2 Python有什么优点

1.2.1 Python是自由开源的软件

1.2.2 Python是跨平台的

1.2.3 Python功能强大

1.2.4 Python是可扩展的

1.2.5 Python易学易用

1.3 其他程序设计语言中的Python

1.3.1 Jython

1.3.2 Python for.NET

1.3.3 IronPython

1.4 快速搭建Python开发环境

1.4.1 Python的下载和安装

1.4.2 用Visual Studio编译Python源代码

1.4.3 Python开发工具：Vim

1.4.4 Python开发工具：Emacs

1.4.5 Python开发工具：PythonWin

1.4.6 其他的Python开发工具

1.5 第一个Python程序

1.5.1 从“Hello，Python！”开始

1.5.2 Python的交互式命令行

1.6 本章小结

第2章 Python起步必备

2.1 Python代码的组织形式和注释方式

2.1.1 用缩进来分层

2.1.2 代码的两种注释方式

2.1.3 Python语句的断行

2.2 Python的基本输入/输出函数

2.2.1 接收输入的input()函数

2.2.2 输出内容的print()函数

2.3 Python对中文的支持

2.3.1 Python 3之前的版本如何使用中文

2.3.2 更全面的中文支持

2.4 简单实用的Python计算器

2.4.1 直接进行算术运算

2.4.2 math模块提供丰富的数学函数

2.4.3 Python对大整数的支持

2.5 本章小结

第3章 Python的数据类型与流程控制语句

3.1 Python数据类型：数字

3.1.1 整型和浮点型

3.1.2 运算符

3.2 Python数据类型：字符串

3.2.1 Python中的字符串

3.2.2 字符串中的转义字符

3.2.3 操作字符串

3.2.4 字符串的索引和分片

3.2.5 格式化字符串

3.2.6 字符串、数字类型的转换

3.2.7 原始字符串

3.3 Python数据类型：列表和元组

3.3.1 创建和操作列表

3.3.2 创建和操作元组

3.4 Python数据类型：字典

3.5 Python数据类型：文件

3.6 Python数据类型：布尔值

3.7 Python的流程控制语句

3.7.1 分支结构：if语句

3.7.2 循环结构：for语句

3.7.3 循环结构：while语句

3.8 本章小结

第4章 可复用的函数与模块

4.1 Python自定义函数

4.1.1 函数的定义

4.1.2 函数调用

4.2 参数让函数更有价值

4.2.1 有默认值的参数

4.2.2 参数的传递方式

4.2.3 如何传递任意数量的参数

4.2.4 用参数返回计算结果

4.3 变量的作用域

4.4 最简单的函数：使用lambda表达式定义函数

4.5 可重用结构：Python模块

4.5.1 Python模块的基本用法

4.5.2 Python在哪里查找模块

4.5.3 是否需要编译模块

4.5.4 模块也可独立运行

4.5.5 如何查看模块提供的函数名

4.6 用包来管理多个模块

4.6.1 包的组成

4.6.2 包的内部引用

4.7 本章小结

第5章 数据结构与算法

5.1 表、栈和队列

5.1.1 表

5.1.2 栈

5.1.3 队列

5.2 树和图

5.2.1 树

5.2.2 二叉树

5.2.3 图

5.3 查找与排序

5.3.1 查找

5.3.2 排序

5.4 本章小结

第6章 面向对象的Python

6.1 面向对象编程概述

6.1.1 Python中的面向对象思想

6.1.2 类和对象

6.2 在Python中定义和使用类

6.2.1 类的定义

6.2.2 类的使用

6.3 类的属性和方法

6.3.1 类的属性

6.3.2 类的方法

6.4 类的继承

6.4.1 使用继承

6.4.2 Python的多重继承

6.5 在类中重载方法和运算符

6.5.1 方法重载

6.5.2 运算符重载

6.6 在模块中定义类

6.7 本章小结

第7章 异常处理与程序调试

7.1 异常的处理

7.1.1 使用try语句捕获异常

7.1.2 常见异常的处理

7.1.3 多重异常的捕获

7.2 用代码引发异常

7.2.1 使用raise语句引发异常

7.2.2 assert——简化的raise语句

7.2.3 自定义异常类

7.3 使用pdb模块调试Python脚本

7.3.1 调试语句块

7.3.2 调试表达式

7.3.3 调试函数

7.3.4 设置断点

7.3.5 pdb调试命令

7.4 在PythonWin中调试脚本

7.5 本章小结

第8章 Pip软件包管理

8.1 安装pip

8.2 更新pip

8.3 pip常用操作

8.3.1 安装软件包

8.3.2 卸载软件包

8.3.3 更新软件包

8.3.4 显示本地所有已经安装的软件包

8.3.5 显示软件包的细节

8.3.6 搜索软件包

8.3.7 通过wheel文件安装软件包

8.4 本章小结

第2篇 Python数据分析工具入门

第9章 IPython科学计算库

9.1 IPython简介

9.2 安装IPython及其他相关库

9.2.1 使用Anaconda安装

9.2.2 使用pip安装

9.3 IPython壳基础

9.3.1 自动补全

9.3.2 检查

9.3.3 %run命令

9.3.4 快捷键

9.3.5 异常和错误定位

9.3.6 魔法方法

9.3.7 和操作系统交互

9.3.8 代码分析：00966B00run和%run

9.3.9 目录标签系统

9.3.10 嵌入IPython

9.4 融合Matplotlib库和Pylab模型

9.5 输入和输出变量

9.6 交互式调试器

9.7 计时功能

9.8 重新载入模块

9.9 配置IPython

9.10 Jupyter

9.10.1 基于Qt的控制台

9.10.2 Jupyter Notebook

9.11 IPython和Jupyter Notebook的关系

9.12 本章小结

第10章 Numpy科学计算库

10.1 Numpy基础

10.1.1 数组对象介绍

10.1.2 生成数组

10.1.3 数组对象数据类型

10.1.4 打印数组

10.2 数组的基本操作

10.3 基本的分片和索引操作

10.4 高级索引

10.4.1 整数索引

10.4.2 布尔索引

10.4.3 布尔索引的简单应用

10.5 改变数组的形状

10.6 组装、分割数组

10.7 数组的基本函数

10.8 复制和指代

10.9 线性代数

10.10 使用数组来处理数据

10.11 Numpy的where()函数和统计函数

10.11.1 where()函数

10.11.2 统计函数

10.12 输入与输出

10.12.1 二进制文件

10.12.2 文本文件

10.13 生成随机数

10.14 数组的排序和查找

10.14.1 排序

10.14.2 查找

10.15 扩充转换

10.16 本章小结

第11章 pandas数据分析处理库

11.1 pandas数据结构介绍

11.1.1 序列

11.1.2 数据框

11.2 索引对象

11.3 核心的基本函数

11.4 索引和旋转

11.5 算术运算与对齐

11.6 处理默认值

11.7 多级索引

11.8 读/写数据

11.9 组合数据

11.10 数据分组操作

11.11 时间序列

11.11.1 时间序列介绍

11.11.2 使用时间序列作图

11.12 本章小结

第12章 Matplotlib数据可视化

12.1 Pyplot模块介绍

12.1.1 plot()函数

12.1.2 绘制子图

12.1.3 添加注释

12.1.4 其他的坐标轴类型

12.2 应用Pyplot模块

12.3 Artist模块

12.3.1 Artist模块概述

12.3.2 Artist的属性

12.4 使用pandas绘图

12.5 本章小结

第3篇 Python数据分析案例实战

第13章 案例1：数据挖掘

13.1 贝叶斯理论介绍

13.2 贝叶斯分类器的实现

13.3 协同过滤推荐系统

13.3.1 相似度计算

13.3.2 协同过滤推荐系统的实现

13.4 本章小结

第14章 案例2：玩转大数据

14.1 案例概述

14.1.1 了解大数据的处理方式

14.1.2 处理日志文件

14.1.3 案例目标

14.2 日志文件的分割

14.3 编写Map()函数处理小文件

14.4 编写Reduce()函数

14.5 本章小结