1 Python 数据分析概述和 Anaconda
1.1 数据分析概述
1.2 Python 数据分析工具
1.3 Python 的 Ananconda 发行版
1.4 本书的内容安排
2 Python 中的变量和数据类型
2.1 print 函数
2.2 变量
2.3 变量命名规则
2.4 简单数据类型
2.5 字符串?
2.6 数据类型转换
习题
3 基本语法
3.1 缩进
3.2 操作符与运算符
3.3 数值运算及其优先级
3.4 函数
3.5 模块
3.6 获取输入内容
3.7 占位符
3.8 进制以及之间的转换
3.9 注释
习题
4 列表
4.1 自由的列表
4.2 元素访问和修改
4.3 列表元素的增加
4.4 列表元素的删除
4.5 列表元素的嵌套
4.6 名字绑定规则
4.7 元素排序
4.8 数值列表
4.9 列表统计
4.10 快速创建列表
4.11 列表运算
4.12 成员函数
4.13 列表的复制
4.14 列表的切片
习题
5 数据类型和标签式存储
5.1 元组的定义
5.2 bytes
5.3 序列和名字绑定?
习题
6 条件语句和循环语句
6.1 条件语句
6.2 断言和 Python 之禅
6.3 循环语句
6.4 几个特殊函数
习题
7 字典
7.1 字典的创建
7.2 dict 函数
7.3 字典的基本操作
7.4 字典的嵌套
7.5 字符串映射替换
7.6 成员函数
7.7 字典的遍历
习题
8 函数
8.1 自定义函数
8.2 函数参数
8.3 作用域
8.4 递归
8.5 存函数于模块 ?
习题
9 数值计算基础———NumPy
9.1 NumPy 中的数组对象 ndarray
9.2 NumPy 矩阵与通用函数
9.3 利用 NumPy 进行统计分析
习题
10 Matplotlib 数据可视化
10.1 pyplot 绘图基本语法与常用函数
10.2 用图形展示特征之间关系
10.3 用图形展示数据分布与分散情况
习题
11 统计分析基础工具———pandas
11.1 用 pandas 读写不同源的数据
11.2 DataFrame 的常用操作
11.3 时间序列数据
11.4 分组聚合进行组内计算
11.5 透视表与交叉表的创建
习题
12 使用 pandas 进行数据预处理
12.1 数据合并
12.2 数据清洗
12.3 数据标准化
12.4 数据转换
习题
13 使用 scikit-learn 构建模型
13.1 分类与回归问题简介
13.2 使用 scikit-learn 转换器处理数据
13.3 监督学习算法———分类与回归
习题
14 基于机器学习方法的中小微企业信贷决策
14.1 问题的提出
14.2 数据预处理
14.3 问题 1 的求解
习题
15 抗乳腺癌候选药物的优化建模与分析
15.1 数据预处理
15.2 变量的筛选
15.3 ERα 生物活性的定量预测
习题
参考文献