目 录__eol__第1章 数据分析软件简介 1__eol__1.1 数据分析软件简介 2__eol__1.2 Python语言介绍 3__eol__1.2.1 Python简介 3__eol__1.2.2 Python的功能 4__eol__1.2.3 Python编程环境 6__eol__1.3 Python数据分析平台 8__eol__1.3.1 Jupyter数据分析平台 9__eol__1.3.2 Python在线分析平台 15__eol__1.4 Python编程入门 20__eol__1.4.1 Python的工作目录 20__eol__1.4.2 Python的分析用包 20__eol__1.4.3 Python的数据类型 22__eol__习题1 26__eol__第2章 数据的收集与整理 28__eol__2.1 数据的类型 28__eol__2.1.1 按度量尺度分 28__eol__2.1.2 按时间状况分 29__eol__2.2 数据的收集 29__eol__2.2.1 横向数据的收集 30__eol__2.2.2 纵向数据的收集 32__eol__2.3 数据的管理 33__eol__2.3.1 表格管理数据 34__eol__2.3.2 数据库管理数据 34__eol__2.3.3 Python数据管理 34__eol__习题2 35__eol__第3章 Python数据分析编程基础 37__eol__3.1 Python编程运算 38__eol__3.1.1 基本运算 38__eol__3.1.2 控制语句 38__eol__3.1.3 函数定义 39__eol__3.1.4 面向对象 41__eol__3.2 数值分析库numpy 42__eol__3.2.1 一维数组 43__eol__3.2.2 二维数组 43__eol__3.2.3 数组的操作 43__eol__3.3 数据分析库pandas 44__eol__3.3.1 序列Series 44__eol__3.3.2 数据框DataFrame 46__eol__3.3.3 数据框的读写 48__eol__3.3.4 数据框的操作 50__eol__习题3 54__eol__第4章 数据的探索性分析及可视化 57__eol__4.1 数据的描述分析 58__eol__4.1.1 计数数据汇总分析 58__eol__4.1.2 计量数据汇总分析 59__eol__4.1.3 描述性汇总统计量 61__eol__4.2 数据的统计绘图 62__eol__4.2.1 基于matplotlib的绘图 62__eol__4.2.2 基于pandas的绘图 69__eol__4.3 数据的分组分析 73__eol__4.3.1 一维频数表与图 73__eol__4.3.2 二维集聚表与图 76__eol__4.3.3 多维透视表与图 79__eol__习题4 86__eol__第5章 数据的直观分析及可视化 88__eol__5.1 特殊统计图的绘制 89__eol__5.1.1 函数图 89__eol__5.1.2 气泡图 91__eol__5.1.3 三维散点图 91__eol__5.1.4 三维曲面图 92__eol__5.2 seaborn统计绘图 92__eol__5.2.1 seaborn绘图特点 93__eol__5.2.2 seaborn中的统计图 93__eol__5.3 ggplot绘图系统 98__eol__5.3.1 ggplot与plotnine包 98__eol__5.3.2 基于图层的绘图法 98__eol__5.3.3 plotnine中的统计图 100__eol__5.4 pyecharts动态绘图 104__eol__5.4.1 pyecharts简介 104__eol__5.4.2 pyecharts基本绘图 104__eol__5.4.3 基于数据框的绘图 110__eol__习题5 113__eol__第6章 数据的统计分析及可视化 115__eol__6.1 随机变量及其分布图 116__eol__6.1.1 均匀分布及随机数图 116__eol__6.1.2 正态分布及随机数图 117__eol__6.2 统计量及其抽样分布图 125__eol__6.2.1 统计量及抽样的概念 125__eol__6.2.2 统计量的分布及模拟图 126__eol__6.3 基本统计推断方法 129__eol__6.3.1 参数的估计方法 129__eol__6.3.2 参数的假设检验 132__eol__6.3.3 统计推断的可视化 133__eol__习题6 135__eol__第7章 数据的模型分析及可视化 137__eol__7.1 线性相关分析模型 138__eol__7.1.1 线性相关的概念和模拟 138__eol__7.1.2 样本相关系数的计算 140__eol__7.1.3 样本相关系数的检验 143__eol__7.2 线性回归分析模型 144__eol__7.2.1 线性回归模型的建立 144__eol__7.2.2 线性回归模型的检验 147__eol__7.2.3 线性回归模型的预测 149__eol__7.3 分组可视化模型分析 149__eol__7.3.1 可视化分组线性相关分析 150__eol__7.3.2 可视化分组线性回归模型 150__eol__习题7 153__eol__第8章 数据的预测分析及可视化 155__eol__8.1 动态数列的基本分析 156__eol__8.1.1 动态数列介绍 156__eol__8.1.2 动态数列的变动分析 158__eol__8.2 动态数列的预测分析 161__eol__8.2.1 趋势预测构建 161__eol__8.2.2 平滑预测方法 165__eol__8.3 时间序列数据的可视化分析 168__eol__8.3.1 股票数据可视化分析 169__eol__8.3.2 股票的收益率分析 176__eol__习题8 180__eol__第9章 数据的决策分析及可视化 182__eol__9.1 确定性决策分析 183__eol__9.1.1 单目标求解及图示 183__eol__9.1.2 多目标求解及图示 185__eol__9.2 不确定性决策分析 186__eol__9.2.1 分析方法的思想 186__eol__9.2.2 不确定性分析原则 187__eol__9.3 概率型风险分析 190__eol__9.3.1 期望值法及直观分析 191__eol__9.3.2 后悔期望值法及直观分析 192__eol__习题9 193__eol__第10章 数据的在线分析及可视化 195__eol__10.1 Tushare数据的可视化分析 196__eol__10.1.1 股市基本数据的获取与分析 196__eol__10.1.2 证券交易数据的获取与分析 203__eol__10.1.3 Tushare数据的保存及扩展 207__eol__10.2 新浪财经数据的可视化分析 208__eol__10.2.1 宏观经济数据的抓取与分析 209__eol__10.2.2 股票行情数据的抓取与分析 212__eol__10.3 中商情报数据的可视化分析 213__eol__10.3.1 宏观经济数据的爬取与分析 214__eol__10.3.2 A股股票信息的爬取与分析 216__eol__习题10 218__eol__附录A 本书学习博客 220__eol__附录B 书中相关资料 222__eol__附录C 书中自定义函数 223__eol__参考文献 224__eol__