编程菜鸟学Python数据分析

全书共15章，第1章介绍了学习python的好处何在以及如何高效地学习python；第2章介绍python、anaconda以及IDE的安装；第3章讲解编程的常识，包括io、文件系统、编码格式等；第4章介绍Excel和text文本的读写；第5章介绍数据处理神器-pandas；第6章介绍python的编程调试；从第7章开始进入数据分析的范畴，第7章介绍进行数据预处理；第8章介绍数据分析的常见问题和方法；第9章介绍在python中如何寻找异常值；第10章介绍相关和回归；第11章介绍聚类技术；第12章介绍决策树技术；第13章介绍关联分析技巧；第14章介绍降维技术；第15章介绍matplotlib绘图。

这是一本面向编程初学者和数据分析爱好者的Python编程书籍。全书共15章，内容涵盖Python编程基础、数据预处理、数据分析和可视化、高级数据分析以及爬虫技术等各个方面。 在Python编程基础部分，书籍详细介绍了Python的工作环境构成、编程基础语句应用以及Excel和Text文件的读写操作。其中，Python工作环境的构成包括了Python软件、Anaconda以及IDE的安装与配置，编程基础语句应用涵盖了import语句、K-means算法、字典操作、多分支判断以及函数调试等五个方面的内容，而Excel和Text文件的读写操作则涉及到了openpyxl和xlsxwriter两个Python包的使用。 在数据预处理部分，书籍讲解了数据预处理的目标和方法，以及如何在Python中实现这些方法。数据预处理的目标主要包括处理数据之间的数量级不一致、数据分段转换和定性数据定量化，而数据预处理的方法则包括缩放法、分段转换、定性数据定量化和数据填充。 在数据分析部分，书籍详细介绍了数据描述与指标、数据关系挖掘方法、相关分析的含义与实现、回归分析的分类与意义、KNN算法与聚类原理、决策