目 录__eol__第1篇 数据获取篇__eol__第1章 概述 2__eol__1.1 科学计算概述 2__eol__1.2 Python概述 3__eol__1.3 Python开发环境搭建 4__eol__1.3.1 Python运行环境安装 4__eol__1.3.2 PyCharm安装 8__eol__1.4 Python科学计算与可视化常用类库 13__eol__1.4.1 Python科学计算与可视化常用类库介绍 13__eol__1.4.2 安装第三方类库 14__eol__第2章 Python基础 17__eol__2.1 基本语法 17__eol__2.1.1 基本数据类型 17__eol__2.1.2 标识符 18__eol__2.1.3 变量和赋值 18__eol__2.1.4 运算符和表达式 19__eol__2.1.5 代码的嵌套与对齐 19__eol__2.1.6 注释 20__eol__2.2 复杂数据类型 20__eol__2.2.1 字符串 20__eol__2.2.2 列表 24__eol__2.2.3 元组 27__eol__2.2.4 字典 29__eol__2.3 流程控制 32__eol__2.3.1 条件控制 32__eol__2.3.2 循环控制 33__eol__2.4 函数 35__eol__2.4.1 函数的定义 35__eol__2.4.2 lambda匿名函数 35__eol____eol__2.4.3 函数调用 36__eol__2.5 类 37__eol__2.5.1 面向对象基本概念 37__eol__2.5.2 类的定义及实现 37__eol__2.6 文件操作 39__eol__2.6.1 文件处理过程 39__eol__2.6.2 数据的读取 40__eol__2.6.3 数据的写入 41__eol__第3章 读/写文件 43__eol__3.1 读/写文本文件 43__eol__3.1.1 读/写文本文件的方法介绍 43__eol__3.1.2 读/写文本数据实例 44__eol__3.2 读/写CSV文件 49__eol__3.2.1 CSV类库 49__eol__3.2.2 读/写CSV文件数据实例 50__eol__3.3 读/写Excel文件 54__eol__3.3.1 Excel文件相关类库 54__eol__3.3.2 读/写Excel文件数据实例 56__eol__3.4 读/写JSON文件 62__eol__3.4.1 类库方法介绍 62__eol__3.4.2 读/写JSON文件数据实例 63__eol__3.5 综合实例 67__eol__第4章 访问数据库 74__eol__4.1 SQLite3数据库数据的插入、修改及删除 74__eol__4.1.1 SQLite3模块常用方法 74__eol__4.1.2 SQLite3数据库操作实例 75__eol__4.2 SQLite3数据库数据的查询 80__eol__4.3 MySQL数据库操作类的实现 82__eol__4.4 MySQL数据库的访问 87__eol__第2篇 数据处理篇__eol__第5章 NumPy数据处理 91__eol__5.1 NumPy基础 91__eol__5.1.1 认识NumPy 91__eol____eol__5.1.2 创建NumPy数组 96__eol__5.1.3 NumPy标准输出 99__eol__5.1.4 应用案例：二手房文本数据处理 100__eol__5.2 NumPy数组操作 102__eol__5.2.1 数组的基础运算、形状转换 102__eol__5.2.2 数组的形状 105__eol__5.2.3 数组的索引、切片 106__eol__5.2.4 数组的遍历 108__eol__5.2.5 数组的副本与视图 110__eol__5.3 NumPy应用案例：郑州市二手房数据统计及计算 113__eol__第6章 Pandas科学计算 116__eol__6.1 Pandas概述 116__eol__6.1.1 Pandas简介 116__eol__6.1.2 Pandas在数据处理领域中的优势 117__eol__6.2 Pandas数据结构 117__eol__6.2.1 Series 118__eol__6.2.2 DataFrame 120__eol__6.3 Pandas数据操作 124__eol__6.3.1 Pandas文件操作 124__eol__6.3.2 索引和数据选择器 128__eol__6.3.3 合并与连接 131__eol__6.3.4 日期时间数据的处理 136__eol__6.4 Pandas应用案例 142__eol__6.4.1 分析郑州市各区域的房屋均价 142__eol__6.4.2 数据分析之GDP 144__eol__第7章 SciPy科学计算 148__eol__7.1 SciPy概述 148__eol__7.2 SciPy科学方法 149__eol__7.2.1 SciPy特殊函数 149__eol__7.2.2 SciPy积分函数 150__eol__7.2.3 插值函数 154__eol__7.2.4 傅里叶变换 156__eol__7.2.5 线性代数 158__eol__7.3 SciPy应用案例：使用最小二乘法预测房价走势 160__eol__7.4 SciPy延展 163__eol__第3篇 数据展示篇__eol__第8章 数据可视化之Matplotlib 166__eol__8.1 图表的基本构成元素 166__eol__8.2 第一个Matplotlib绘图程序 167__eol__8.2.1 折线图的绘制、存储与显示 167__eol__8.2.2 折线图的更多设置 168__eol__8.2.3 设置中文字体 169__eol__8.2.4 绘制多个图形 170__eol__8.2.5 使用子图 172__eol__8.3 绘制柱状图 173__eol__8.4 绘制饼状图 174__eol__8.5 绘制散点图 175__eol__8.6 综合应用实例 176__eol__8.6.1 郑州市二手房各区域分布柱状图 176__eol__8.6.2 郑州市二手房房屋类型比例饼状图 178__eol__8.6.3 郑州市二手房地理位置分布图 180__eol__第9章 数据可视化之Seaborn 183__eol__9.1 Seaborn简介、安装和使用 183__eol__9.2 Seaborn的样式绘制 185__eol__9.3 直方图和密度曲线图 188__eol__9.4 条形图 189__eol__9.5 散点图 190__eol__9.6 箱线图 191__eol__9.7 小提琴图 193__eol__9.8 综合应用实例 194__eol__9.8.1 绘制郑州市二手房价格直方图和密度曲线图 194__eol__9.8.2 绘制郑州市二手房价格条形图 195__eol__第10章 数据可视化之pyecharts 197__eol__10.1 pyecharts简介、安装和使用 197__eol__10.2 pyecharts常用图表 198__eol__10.2.1 柱状图 198__eol__10.2.2 折线图 201__eol__10.2.3 饼状图 204__eol____eol__10.2.4 词云图 204__eol__10.2.5 雷达图 205__eol__10.3 综合应用实例 206__eol__10.3.1 绘制郑州市二手房数量区域分布图 206__eol__10.3.2 绘制郑州市二手房房屋类型比例图 208__eol__参考文献 210