内容简介
《基于Python的大数据分析基础及实战》是一本介绍如何用Python3.6进行数据处理和分析的学习指南。其主要内容包括：Python语言基础、数据处理、数据分析、数据可视化，以及利用Python对数据库的操作、自建Python应用库的共享发布等。
《基于Python的大数据分析基础及实战》分3个部分：第1部分为基础知识，第2部分为实战案例，第3部分为拓展与延伸。《基于Python的大数据分析基础及实战》内容丰富，讲解通俗易懂，非常适合本科生、研究生，以及对Python语言感兴趣或者想要使用Python语言进行数据分析的广大读者。
作者简介
余本国，博士，硕士研究生导师。于中北大学理学系任教，主讲线性代数、微积分、Python语言、大数据分析基础等课程。2012年到加拿大YorkUniversity做访问学者。出版有《Python数据分析基础》等著作。
目录
第1部分基础篇
第1章
Python语言基础/2
1.0引子/2
1.1工欲善其事，必先利其器（安装Python）/3
1.2学跑得先学走（语法基础）/9
1.3程序结构/11
1.3.1HelloWorld!/11
1.3.2运算符介绍/12
1.3.3顺序结构/14
1.3.4判断结构/17
1.3.5循环结构/18
1.3.6异常/20
1.4函数/24
1.4.1基本函数结构/24
1.4.2参数结构/25
1.4.3回调函数/28
1.4.4函数的递归与嵌套/28
1.4.5闭包/31
1.4.6匿名函数lambda/32
1.4.7关键字yield/32
1.5数据结构/35
1.5.1列表（list）/35
1.5.2元组（tuple）/38
1.5.3集合（set）/39
1.5.4字典（dict）/40
1.5.5集合的操作/41
1.5.6学以致用/45
1.63个函数（map、filter、reduce）/47
1.6.1遍历函数（map）/47
1.6.2筛选函数（filter）/48
1.6.3累计函数（reduce）/48
1.7面向对象编程基础/50
1.7.1类/50
1.7.2类和实例/51
1.7.3数据封装/52
1.7.4私有变量与私有方法/53
本章小结/54
第2章
数据处理/60
2.1Anaconda简介/60
2.2Numpy简介/66
2.3关于Pandas/68
2.3.1什么是Pandas/68
2.3.2Pandas中的数据结构/68
2.4数据准备/68
2.4.1数据类型/68
2.4.2数据结构/69
2.4.3数据导入/79
2.4.4数据导出/86
2.5数据处理/88
2.5.1数据清洗/89
2.5.2数据抽取/97
2.5.3插入记录/114
2.5.4修改记录/117
2.5.5交换行或列/120
2.5.6排名索引/122
2.5.7数据合并/131
2.5.8数据计算/137
2.5.9数据分组/141
2.5.10日期处理/143
带你飞（数据处理案例）/148
本章小结/160
第3章
数据分析/165
3.1基本统计分析/165
3.2分组分析/169
3.3分布分析/171
3.4交叉分析/173
3.5结构分析/174
3.6相关分析/176
小试牛刀（相关分析案例：电商数据分析）/178
本章小结/180
第4章
数据可视化/181
4.1使用Python对数据进行可视化处理/181
4.1.1准备工作/181
4.1.2Matplotlib绘图示例/186
4.1.3Seabon中的图例/198
4.1.4pandas的一些可视化功能/212
4.1.5文本数据可视化/217
4.1.6networkx网络图/218
4.1.7folium绘制地图/220
4.2Python图像处理基础/221
4.2.1PIL图库/221
4.2.2OpenCV图库/224
本章小结/226
第5章
字符串处理与网络爬虫/228
5.1字符串处理/228
5.1.1字符串处理函数/228
5.1.2正则表达式/230
5.1.3编码处理/237
5.2网络爬虫/240
5.2.1获取网页源码/240
5.2.2从源码中提取信息/241
5.2.3数据存储/246
5.2.4网络爬虫从这里开始/248
本章小结/260
第2部分实战案例篇
第6章
词云/262
6.1安装文件包/263
6.2jieba功能用法/264
6.2.1cut用法/264
6.2.2词频与分词字典/265
6.3文本词云图/269
6.4背景轮廓词云图的制作/271
6.4.1数据准备/271
6.4.2分词/272
6.4.3构建词云/273
本章小结/278
第7章
航空客户分类/279
7.1问题的提出/279
7.2聚类分析相关概念/280
7.3模型的建立/281
7.4Python实现代码/281
7.5分类结果展示与分析/284
本章小结/287
第8章
《红楼梦》文本分析/288
8.1准备工作/289
8.2分词/291
8.2.1读取数据/291
8.2.2数据预处理/293
8.2.3对红楼梦进行分词/301
8.2.4制作词云/303
8.3文本聚类分析/312
8.3.1构建分词TF-IDF矩阵/312
8.3.2使用TF-IDF矩阵对章节进行聚类/314
8.4LDA主题模型/322
8.5人物社交网络分析/328
本章小结/334
第3部分拓展与延伸
第9章
Python字符串格式化/336
9.1使用%符号进行格式化/336
9.2使用format()方法进行格式化/339
9.3使用f方法进行格式化/341
本章小结/342
第10章
在Python中操作MySQL数据库/343
10.1对MySQL的连接与访问/344
10.2对MySQL的增、删、改、查操作/345
10.2.1查询操作/345
10.2.2插入操作/346
10.2.3更新操作/347
10.2.4删除操作/347
10.3创建数据库表/348
本章小结/349
第11章
fractal（分形）库的发布/350
11.1用Python绘制分形/351
11.1.1分形简介/351
11.1.2先睹为快/351
11.1.3绘制方法简介/352
11.2第三方库发布到PyPi/364
本章小结/369
参考文献/370
前言/序言
数据分析是科学研究中的重要环节。有人曾这样定义：数据分析是有针对性地收集、加工、整理数据，并采用数据统计、挖掘技术分析和解释数据的科学与艺术！《基于Python的大数据分析基础及实战》就是针对数据分析而量身定做的，旨在引导对数据分析感兴趣和拟从事数据分析的读者入门，感受和领略Python数据处理及分析的魅力。
Python是当今炙手可热的数据分析工具，是一种面向对象的解释型计算机程序设计语言，拥有丰富和强大的库，已经成为继Java、C++之后的第三大语言。其特点是简单易学、免费开源、高级语言、可移植性强、面向对象，具有可扩展性、可嵌入性、丰富的库、规范的代码等。Python除了极少的事情不能做之外，基本上可以说是全能的，广泛应用在系统运维、图形处理、数学处理、文本处理、数据库编程、网络编程、Web编程、多媒体应用、PYMO引擎（PYMO全称为PythonMemoriesOff）、黑客编程、爬虫编写、机器学习、人工智能等方面。
在学习数据分析类书籍之前，一定有许多“小白”跟当初的笔者一样未战先怯：数据分析要用到那么多的数学知识，还要用到编程知识，我能行吗？一提到“数学”，估计很多人连勇气都没有了，直接就放弃了。另外对计算机编程的要求，很多人会问是不是要对Python很精通才行？
其实这些多是误解。先来说说数学，如果仅仅做数据的一般分析，那对数学知识的要求其实根本没有读者想象的那么难，甚至根本用不上“高大上”的数学知识。对于编程更是这样，Python语言极其简单，完全可以现学现用。曾有人说，20个小时就能搞定Python。只要读者能跟着《基于Python的大数据分析基础及实战》认真地输入代码，一定能够自如地利用Python工具在数据的海洋中遨游。俗话说：“拳不离手，曲不离口”，学习编程也要亲自多敲代码，复制、粘贴源代码对于学习编程是没有益处的，尽管数据分析中需要的编程知识不多。
在《基于Python的大数据分析基础及实战》的写作过程中，得到了中北大学Python实验室各位同学的帮助和支持。陈粮同学执笔编写和测试了第9章；孙玉林、周俊琦同学执笔编写和测试了《红楼梦》文本分析代码；另外，杨阳、袁凤恩、温一川、魏炳琦、张方等同学对《基于Python的大数据分析基础及实战》的部分代码进行了测试及校对工作，在此一并表示感谢。
由于时间仓促，书中错误及疏漏之处在所难免，恳请读者批评指正。《基于Python的大数据分析基础及实战》对应的视频教程、源代码及源数据，可以扫描下方二维码，关注微信公众号进行获取。
