本書展示如何用Python程序?qū)⒉煌袷降臄?shù)據(jù)處理和分析任務規(guī)模化和自動化。主要內(nèi)容包括：Python基礎知識介紹、CSV文件和Excel文件讀寫、數(shù)據(jù)庫的操作、示例程序演示、圖表的創(chuàng)建，等等。
想深入應用手中的數(shù)據(jù)？還是想在上千份文件上重復同樣的分析過程？沒有編程經(jīng)驗的非程序員們?nèi)绾文茉趜ui短的時間內(nèi)學會用當今炙手可熱的Python語言進行數(shù)據(jù)分析？
來自Facebook的數(shù)據(jù)專家Clinton Brownley可以幫您解決上述問題。在他的這本書里，讀者將能掌握基本Python編程方法，學會編寫出處理電子表格和數(shù)據(jù)庫中的數(shù)據(jù)的腳本，并了解使用Python模塊來解析文件、分組數(shù)據(jù)和生成統(tǒng)計量的方法。
- 學習基礎語法，創(chuàng)建并運行自己的Python腳本
- 讀取和解析CSV文件
- 讀取多個Excel工作表和工作簿
- 執(zhí)行數(shù)據(jù)庫操作
- 搜索特定記錄、分組數(shù)據(jù)和解析文本文件
- 建立統(tǒng)計圖并繪圖
- 生成描述性統(tǒng)計量并估計回歸模型和分類模型
- 在Windows和Mac環(huán)境下按計劃自動運行腳本
Clinton W. Brownley博士，F(xiàn)acebook數(shù)據(jù)科學家，負責大數(shù)據(jù)流水線、統(tǒng)計建模和數(shù)據(jù)可視化項目，并為大型基礎設施建設提供數(shù)據(jù)驅(qū)動的決策建議。
前言 xi
第 1 章 Python 基礎 1
1.1 創(chuàng)建 Python 腳本 1
1.2 運行 Python 腳本 3
1.3 與命令行進行交互的幾項技巧 6
1.4 Python 語言基礎要素 10
1.4.1 數(shù)值 10
1.4.2 字符串 12
1.4.3 正則表達式與模式匹配 16
1.4.4 日期 19
1.4.5 列表 21
1.4.6 元組 26
1.4.7 字典 27
1.4.8 控制流 30
1.5 讀取文本文件 35
1.5.1 創(chuàng)建文本文件 36
1.5.2 腳本和輸入文件在同一位置 38
1.5.3 讀取文件的新型語法 38
1.6 使用 glob 讀取多個文本文件 39
1.7 寫入文本文件 42
1.7.1 向 first_script.py 添加代碼 42
1.7.2 寫入 CSV 文件 45
1.8 print 語句 46
1.9 本章練習 47
第 2 章 CSV文件 48
2.1 基礎 Python 與 pandas 50
2.1.1 讀寫 CSV 文件（第 1 部分）50
2.1.2 基本字符串分析是如何失敗的 56
2.1.3 讀寫 CSV 文件（第 2 部分）57
2.2 篩選特定的行 58
2.2.1 行中的值滿足某個條件 59
2.2.2 行中的值屬于某個集合 60
2.2.3 行中的值匹配于某個模式 正則表達式 62
2.3 選取特定的列 64
2.3.1 列索引值 64
2.3.2 列標題 65
2.4 選取連續(xù)的行 67
2.5 添加標題行 69
2.6 讀取多個 CSV 文件 71
2.7 從多個文件中連接數(shù)據(jù) 75
2.8 計算每個文件中值的總和與均值 78
2.9 本章練習 81
第 3 章 Excel 文件 82
3.1 內(nèi)省 Excel 工作簿 84
3.2 處理單個工作表 88
3.2.1 讀寫 Excel 文件 88
3.2.2 篩選特定行 92
3.2.3 選取特定列 98
3.3 讀取工作簿中的所有工作表 101
3.3.1 在所有工作表中篩選特定行 102
3.3.2 在所有工作表中選取特定列 104
3.4 在 Excel 工作簿中讀取一組工作表 106
3.5 處理多個工作簿 108
3.5.1 工作表計數(shù)以及每個工作表中的行列計數(shù) 110
3.5.2 從多個工作簿中連接數(shù)據(jù) 111
3.5.3 為每個工作簿和工作表計算總數(shù)和均值 113
3.6 本章練習 117
第 4 章 數(shù)據(jù)庫 118
4.1 Python 內(nèi)置的 sqlite3 模塊 119
4.1.1 向表中插入新記錄 124
4.1.2 更新表中記錄 128
4.2 MySQL 數(shù)據(jù)庫 131
4.2.1 向表中插入新記錄 135
4.2.2 查詢一個表并將輸出寫入 CSV 文件 140
4.2.3 更新表中記錄 142
4.3 本章練習 146
第 5 章 應用程序 147
5.1 在一個大文件集合中查找一組項目 147
5.2 為 CSV 文件中數(shù)據(jù)的任意數(shù)目分類計算統(tǒng)計量 158
5.3 為文本文件中數(shù)據(jù)的任意數(shù)目分類計算統(tǒng)計量 167
5.4 本章練習 174
第 6 章 圖與圖表 175
6.1 matplotlib 175
6.1.1 條形圖 175
6.1.2 直方圖 177
6.1.3 折線圖 178
6.1.4 散點圖 180
6.1.5 箱線圖 181
6.2 pandas 183
6.3 ggplot 184
6.4 seaborn 186
第 7 章 描述性統(tǒng)計與建模 192
7.1 數(shù)據(jù)集 192
7.1.1 葡萄酒質(zhì)量 192
7.1.2 客戶流失 193
7.2 葡萄酒質(zhì)量 194
7.2.1 描述性統(tǒng)計 194
7.2.2 分組、直方圖與 t 檢驗 195
7.2.3 成對變量之間的關系和相關性 196
7.2.4 使用最小二乘估計進行線性回歸 198
7.2.5 系數(shù)解釋 200
7.2.6 自變量標準化 200
7.2.7 預測 202
7.3 客戶流失 203
7.3.1 邏輯斯蒂回歸 205
7.3.2 系數(shù)解釋 207
7.3.3 預測 208
第 8 章 按計劃自動運行腳本 209
8.1 任務計劃程序（Windows 系統(tǒng)）209
8.2 cron 工具（macOS 系統(tǒng)和 Unix 系統(tǒng)）215
8.2.1 cron 表文件：一次性設置 216
8.2.2 向 cron 表文件中添加 cron 任務 216
第 9 章 從這里啟航 220
9.1 更多的標準庫模塊和內(nèi)置函數(shù) 221
9.1.1 Python 標準庫（PSL）：更多的標準模塊 221
9.1.2 內(nèi)置函數(shù) 222
9.2 Python 包索引（PyPI）：更多的擴展模塊 222
9.2.1 NumPy 223
9.2.2 SciPy 227
9.2.3 Scikit-Learn 230
9.2.4 更多的擴展包 232
9.3 更多的數(shù)據(jù)結(jié)構(gòu) 232
9.3.1 棧 233
9.3.2 隊列 233
9.3.3 圖 233
9.3.4 樹 234
9.4 從這里啟航 234
附錄A 下載指南 236
附錄B 練習答案 245
作者介紹 247
封面介紹 247
書單推薦
