1. 慕课版教材，各章节都配备了以二维码为载体的视频课程。 2. 配套资源丰富，包括课件、源代码、题库。 3. 教材难度适中，案例式教学，适合本科院校学生作为入门教材。

本书作为Python数据分析的案例实战教程，不仅介绍了使用Python进行数据分析所涉及的常用知识，而且还介绍了6个数据分析方面的综合实战项目。全书共10章，内容包括数据分析基础、使用NumPy模块实现数值计算、使用Pandas模块实现统计分析、使用Matplotlib模块实现数据可视化、NBA球员薪资数据分析、销售收入分析与预测、二手房数据分析预测系统、智能停车场运营分析系统、影视作品分析和看店宝。全书以案例引导，每个案例都提供了相关的技术准备和知识讲解，有助于学生在理解知识的基础上，更好地运用知识，达到学以致用的目的。近年来，AIGC技术高速发展，成为各行各业高质量发展和生产效率提升的重要推动力。本书将AIGC技术融入理论学习、实例编写、复杂系统开发等环节，帮助读者提升编程效率。本书可作为高等院校计算机及其相关专业的教材，同时也适合作为数据分析人员的参考书。黄起豹，博士，高工与副教授。中国创造学会第二届副监事长，国奖评审专家，国家信标委（sc28）委员，国家财政部中央单位采购评审委委员。参与国家部委、央企等大数据及人工智能项目评审260余项，制定国家与团体标准10余项，获各类型奖项10余次。出版学术专著1部，参编行业白皮书3部，发表论文15篇，获软件著作权9项，作品认证6项。主持横纵科研课题10余项，开展产学研服务30余次及CAC2024、JIPD、ICIEIS期刊人工智能领域论文评稿人。在加入学校工作之前，有超15年企业工作经验，主持及参与开发、实施信息化项目40多项。第1章　数据分析基础1.1　什么是数据分析　11.2　数据分析的应用　11.3　数据分析工具　21.4　数据分析流程　21.4.1　明确目的　31.4.2　获取数据　31.4.3　数据处理　41.4.4　数据分析　51.4.5　验证结果　51.4.6　数据展现　51.4.7　数据应用　51.5　Python数据分析常用模块　51.5.1　数值计算模块　51.5.2　数据处理模块　61.5.3　数据可视化模块　61.5.4　机器学习模块　61.6　在PyCharm中引入AI工具　61.6.1　AI编程助手Baidu Comate　61.6.2　AI编程助手Fitten Code　71.6.3　AI编程助手CodeMoss　8小结　8习题　8第2章　使用NumPy模块实现数值计算2.1　初识NumPy模块　92.1.1　NumPy的诞生　92.1.2　NumPy的安装　92.1.3　NumPy的数据类型　112.1.4　数组对象ndarray　112.1.5　数据类型对象dtype　122.2　NumPy模块中数组的基本操作　132.2.1　内置的数组创建方法　132.2.2　生成随机数　162.2.3　切片和索引　172.2.4　修改数组形状　182.2.5　组合数组　192.2.6　数组分割　212.3　NumPy模块中函数的应用　222.3.1　数学函数　232.3.2　算术函数　242.3.3　统计函数　252.3.4　矩阵函数　272.4　广播机制　282.5　借助AI快速学习　292.5.1　解放双手让AI添加代码注释　302.5.2　向AI求助进行代码解释　312.5.3　AI智能问答　31小结　32习题　32第3章　使用Pandas模块实现统计分析3.1　安装Pandas模块　333.2　Pandas数据结构　343.2.1　Series对象　343.2.2　DataFrame对象　373.3　读、写数据　383.3.1　读、写文本文件　383.3.2　读、写Excel文件　403.3.3　读、写数据库数据　413.4　数据操作　433.4.1　数据的增、删、改、查　433.4.2　处理NaN　463.4.3　时间数据的处理　493.5　数据的分组与聚合　523.5.1　分组数据　523.5.2　聚合数据　543.6　数据的预处理　563.6.1　合并数据　563.6.2　去除重复数据　603.7　AI辅助编写实例　613.7.1　使用DataFrame对象创建学生成绩表　613.7.2　使用Pandas计算峰度　63小结　64习题　64第4章　使用Matplotlib模块实现数据可视化4.1　基本用法　654.1.1　安装Matplotlib　654.1.2　pyplot子模块的绘图流程　664.1.3　pyplot子模块的常用语法　674.2　绘制常用图表　674.2.1　绘制条形图　684.2.2　绘制折线图　704.2.3　绘制散点图　724.2.4　绘制饼图　734.2.5　绘制箱形图　744.2.6　多面板图表　764.3　3D绘图　794.3.1　3D线图　794.3.2　3D曲面图　804.3.3　3D条形图　814.4　AI绘制3D曲面图　82小结　86习题　86第5章　NBA球员薪资数据分析5.1　背景　875.2　系统设计　875.2.1　系统功能结构　875.2.2　系统业务流程　885.2.3　系统预览　885.3　系统开发必备　905.3.1　开发环境及工具　905.3.2　项目文件结构　915.4　技术准备　915.5　实现过程　925.5.1　数据准备　925.5.2　确定网页格式　925.5.3　获取并保存数据　935.5.4　数据清洗　945.5.5　水平条形图分析湖人队薪资状况　955.5.6　统计分析各球队球员薪资总和　965.5.7　箱形图分析实力和战绩TOP5的球队的薪资状况　975.5.8　分析不同位置球员的薪资状况　98小结　100习题　100第6章　销售收入分析与预测6.1　背景　1016.2　系统设计　1016.2.1　系统功能结构　1016.2.2　系统业务流程　1026.2.3　系统预览　1026.3　系统开发必备　1036.3.1　开发环境及工具　1036.3.2　项目文件结构　1036.4　AI详解一元线性回归　1036.5　线性回归模型　1046.6　Excel日期数据处理　1046.6.1　按日期筛选数据　1056.6.2　按日期显示数据　1056.6.3　按日期统计数据　1066.7　分析与预测　1066.7.1　数据处理　1076.7.2　日期数据统计与显示　1076.7.3　销售收入分析　1086.7.4　折线图分析相关性　1086.7.5　散点图分析相关性　1106.7.6　预测销售收入　111小结　113习题　113第7章　二手房数据分析预测系统7.1　需求分析　1147.2　系统设计　1147.2.1　系统功能结构　1147.2.2　系统业务流程　1157.2.3　系统预览　1157.3　系统开发必备　1187.3.1　开发环境及工具　1187.3.2　文件夹组织结构　1187.4　技术准备　1197.4.1　AI概述sklearn模块　1197.4.2　加载datasets子模块中的数据集　1197.4.3　支持向量回归函数　1217.5　图表工具模块　1237.5.1　绘制饼图　1237.5.2　绘制折线图　1247.5.3　绘制条形图　1247.6　二手房数据分析　1267.6.1　清洗数据　1267.6.2　各区二手房均价分析　1277.6.3　各区二手房数量所占比例分析　1287.6.4　全市二手房装修程度分析　1297.6.5　热门户型均价分析　1307.6.6　二手房售价预测　131小结　134习题　134第8章　智能停车场运营分析系统8.1　需求分析　1358.2　系统设计　1358.2.1　系统功能结构　1358.2.2　系统业务流程　1368.2.3　系统预览　1368.3　系统开发必备　1388.3.1　开发环境及工具　1388.3.2　文件夹组织结构　1398.4　技术准备　1398.4.1　初识Pygame　1398.4.2　Pygame的基本应用　1398.4.3　时间模块　1428.4.4　日期时间模块　1448.5　智能停车场数据分析　1478.5.1　停车时间数据分布图　1488.5.2　停车高峰时间所占比例　1508.5.3　每周繁忙统计　1518.5.4　月收入分析　1548.5.5　每日接待车辆统计　1558.5.6　车位利用率　1578.6　利用AI优化项目　1588.6.1　AI提供项目开发思路　1588.6.2　AI提供车位空闲率分析的实现方法　159小结　161习题　161第9章　影视作品分析9.1　需求分析　1629.2　系统设计　1629.2.1　系统功能结构　1629.2.2　系统业务流程　1639.2.3　系统预览　1639.3　系统开发必备　1659.3.1　开发环境及工具　1659.3.2　文件夹组织结构　1659.4　技术准备　1659.4.1　使用jieba模块进行分词　1659.4.2　使用wordcloud模块实现词云　1689.5　主窗口设计　1719.5.1　实现主窗口　1719.5.2　查看内容的隐藏与显示　1729.5.3　响应下拉列表选项的改变　1739.6　数据分析与处理　1749.6.1　获取数据　1749.6.2　生成全国热力图文件　1759.6.3　生成主要城市评论数及平均分文件　1769.6.4　生成词云　1779.7　单击查看显示内容　1789.7.1　创建显示HTML页面的窗口　1789.7.2　创建显示图片的窗口　1789.7.3　绑定“查询”按钮单击事件　179小结　180习题　180第10章　看店宝10.1　需求分析　18210.2　系统设计　18210.2.1　系统功能结构　18210.2.2　系统业务流程　18310.2.3　系统预览　18310.3　系统开发必备　18510.3.1　开发环境及工具　18510.3.2　文件夹组织结构　18510.4　技术准备　18610.4.1　使用Python操作数据库　18610.4.2　JSON模块的应用　18710.5　主窗口的UI设计　18810.5.1　对主窗口进行可视化设计　18810.5.2　将可视化窗口转换为.py文件　19010.5.3　设置窗口及控件背景　19010.5.4　创建窗口控制文件　19110.5.5　主窗口预览效果　19110.6　设计数据库表结构　19210.7　初始数据的爬取　19310.7.1　爬取排行信息　19310.7.2　爬取价格信息　19610.7.3　爬取评价信息　19710.7.4　定义数据库操作文件　20010.8　图表分析数据　20310.8.1　饼图展示评价信息　20310.8.2　分析出版社所占比例的条形图　20410.8.3　折线图分析价格走势　20510.8.4　主窗口数据显示　20610.9　商品排行展示　20910.9.1　热销商品排行榜　20910.9.2　热门商品展示　21110.10　关注商品　21310.10.1　分析关注商品的预警信息　21310.10.2　重点商品的关注与取消　21410.11　商品营销预警　22010.11.1　商品中、差评预警　22010.11.2　商品价格变化预警　22210.12　关注商品图表分析　22410.12.1　关注图书的评价分析饼图　22410.12.2　关注图书的出版社占有比例　22610.13　其他功能　228小结　230习题　230