数据分析教学视频百度云新书推荐 | Python程序设计与数据分析项目实战（含课程思政·微课）数据分析课程培训大纲难以置信，

原标题：新书推荐 | Python程序设计与数据分析项目实战（含课程思政·微课）

Python程序设计与数据分析项目实战（微课视频版）

编辑推荐：配微课视频、源码、教学课件、教学大纲、习题题库等，基础+丰富案例，含课程思政教学计划

Python的第一个版本诞生于1991年，因其开源特性，深受广大爱好者喜爱，截至目前，各领域的Python扩展库已超过20万个项目，语言应用范围广泛。随着人工智能技术的不断兴起，Python在数据采集、数据分析及可视化领域的应用广受重视，考虑到Python在数据分析方面的诸多优点，兼顾广大读者更习惯于即学即用的学习方式，特将Python程序设计基础、数据分析及案例结合起来编写此书，希望可以为读者带来帮助。

本书主要内容

本书内容以问题为导向，非常适合初学者学习Python，同时还可以详细了解数据分析具体流程。 读者可以在短时间内学习本书中介绍的Python程序设计基础与数据分析案例。

作为一本介绍Python程序设计基础与数据分析案例的图书，本书共分为两部分13章。

第一部分为Python程序设计基础篇，包括第1~8章。

第1章Python开发环境。Python简介部分主要介绍Python的发展历程、Python的特点、Python的应用领域、Python的安装；Python IDLE开发环境部分包括IDLE简介、使用IDLE环境创建Python程序；Anaconda 3集成环境与Jupyter Notebook部分包括Anaconda下载与安装、Conda命令用法以及Jupyter Notebook；Jupyter Notebook使用详解部分包括Jupyter Notebook的启动、编辑界面功能介绍； 扩展库安装及导入使用；Python编写规范。

第2章Python变量类型、运算符与表达式、内置函数。变量与数据类型部分重点介绍了变量和常量的概念、命名规则和数据类型； 运算符与表达式部分详细阐述了算术运算符、关系运算符、逻辑运算符、赋值运算符、位运算符、成员运算符、集合运算符、运算符优先级以及表达式； 函数部分介绍了Python中常用内置函数以及常用标准库函数。

第3章Python程序控制结构。选择结构部分包括单分支选择结构、双分支选择结构、多分支选择结构及嵌套选择结构； 循环结构部分介绍了for循环、while循环、嵌套循环及循环控制语句； 异常处理部分介绍了异常的常见形式和异常处理结构语法。

第4章列表与元组。列表部分详细讲述了列表的创建及删除、列表元素访问与切片、列表常用方法、列表运算及列表推导式； 元组部分讲述了元组的创建及元素访问、元组运算符、元组索引与切片、生成器推导式； 最后介绍了列表与元组的区别与联系。

第5章字典与集合。字典部分介绍了字典的概念与特性、字典的创建与删除、字典元素访问、字典元素的增加、修改和删除、字典内置函数与方法； 集合部分介绍了集合的概念、集合的创建与删除、集合元素的添加与删除、集合常用方法和综合例题。

第6章函数定义及使用。函数定义的语法格式与调用部分详细介绍了函数定义的语法格式与调用概述、递归函数的定义与调用； 函数参数介绍了位置参数、默认参数、关键参数以及可变长度参数；Lambda表达式； 生成器函数与修饰器函数部分介绍了生成器函数与修饰器函数的定义与使用；Python中的包部分介绍了包的创建与导入。

第7章Python数据分析基础。NumPy库部分介绍了NumPy数据结构、ndarray常见操作、常用的操作函数；Pandas库部分介绍了Pandas数据结构、Pandas数据读写及Pandas常用操作。

第8章Python数据可视化。Matplotlib部分包括Matplotlib安装与设置、图形的基本构成、基本绘图流程、常用图形绘制；Pyecharts部分包括Pyecharts概述、Pyecharts图表配置项及Pyecharts常用图表绘制。

第二部分为数据分析综合案例篇，包括第9~13章。

第9章白葡萄酒品质分析案例，首先进行了数据集描述，然后从导入数据、数据描述性统计及数据分布、数据清洗、数据分析等方面展开白葡萄酒品质数据分析。

第10章药品销售数据分析案例，以某医院药房2018年销售数据为例，了解该医院2018年的药品销售情况。首先进行了案例介绍与数据集描述，之后进行了数据清洗，然后展开建模分析，最后进行了可视化分析。

第11章电商用户行为分析案例，先进行了数据集描述与用户行为分析过程，然后进行数据清洗，之后将数据保存到本地，导入Pandas进行数据分析，包括用户流量及购物情况、用户行为转化漏斗、购买率高低与人群特征、时间维度上了解用户行为习惯及商品维度分析。

第12章电商平台大数据消费分析案例，先描述案例背景与目标，进行了数据集描述，然后对数据导入并进行了描述性统计分析，对异常值进行检测和处理，详细分析了客户交易行为及客户标签画像。

第13章银行客户信用风险评估案例，介绍了项目背景与目标，进行了客户数据探索与预处理，构建了信用评估指标体系，最后构建了风控模型并应用。

本书特色

（1） 需求导向，讲解详细。结合Python基础知识与数据分析案例详细讲解数据分析过程。

（2） 夯实基础，案例丰富。基础篇各章节案例涵盖相应知识点，案例篇包括5个完整项目案例。

（3） 代码详尽，易于操作。全书提供各章节的详细代码与数据，方便读者实际操作。

（4） 风格简明，通俗易懂。由浅入深地带领读者学会 Python 语言基本内容以及数据分析基本流程。

配套资源

为便于教与学，本书配有微课视频（180分钟）、源代码、教学课件、教学大纲、教学计划、习题题库。

读者对象

本书可作为全国高等学校计算机或非计算机专业“Python程序设计”“数据分析及可视化”等课程的教材，也可作为从事高等教育的专任教师的教学参考用书，以及有意向学习数据分析相关技术的研究生的参考用书。

返回搜狐，查看更多

责任编辑：