数据分析是用适当的统计分析方法对收集的大量数据进行分析，提取有用信息和形成结论，并对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实际工作中，数据分析可帮助人们做出判断，以便采取适当的行动。数据分析是数学与计算机科学相结合的产物。利用Python简单易学且功能强大的编程能力，可以方便、快捷地进行大数据分析。

目录：
 
项目一 Python 数据分析基础
任务一 认识Python数据分析工具
任务二 Python开发环境
任务三 Python库管理
任务四 Python 基础知识
任务五 Python流程控制
[项目实战]
[课后习题]
 
项目二 NumPy 数据探索和预处理
任务一 NumPy数组运算
任务二 NumPy数据操作
任务三 数据加载、统计与预处理
[项目实战]
[课后习题]
 
项目三 Pandas 数据处理与分析
任务一 Pandas数据采集
任务二 Pandas数据预处理与探索
任务三 Pandas描述性统计分析
[项目实战]
[课后习题]
 
项目四 Matplotlib 数据可视化
任务一 认识图表窗口
任务二 图表通用属性设置
任务三 核心绘图函数
[项目实战]
[课后习题]
 
项目五 SciPy 统计推断与探索性分析
任务一 相关性分析
任务二 假设检验
任务三 t检验
任务四 方差分析
[项目实战]
[课后习题]
 
项目六 Scikit-learn 库模型与数据预处理
任务一 Scikit-learn库数据集
任务二 数据预处理
任务三 分类算法
任务四 回归算法
任务五 降维算法
任务六 聚类分析
[项目实战]
[课后习题]
 
参考文献

• 查看 python大数据处理与分析