第1章 Python开发环境搭建与编码规范

1.3 标准库、扩展库对象的导入与使用

单元测验

1.2 Python编码规范

1.1 Python开发环境搭建与使用

第2章 数据类型、运算符与内置函数

2.1.1 概述、整数、实数、复数

2.1.2 列表、元组、字典、集合、字符串

2.3.2 内置函数-最大值、最小值、元素数量与求和

2.4 综合应用与例题解析

2.4.5 内置函数-map()、reduce()、filter()

2.3.4 内置函数-range()、zip()

单元测验

2.2.2 成员测试运算符、集合运算符、逻辑运算符

2.3.3 内置函数-排序、逆序、基本输入与输出

2.2.1 算术运算符、关系运算符

2.3.1 内置函数-类型转换

第3章 列表、元组、字典、集合与字符串

3.1.3 列表推导式、切片操作

3.1.2 列表常用方法

3.6.1 综合应用与例题解析1

3.5 字符串及常用方法

3.6.2 综合应用与例题解析2

3.3 字典及常用操作

3.2 元组与生成器表达式

单元测验

3.1.1 创建列表、下标访问

3.4 集合及常用方法

第5章 文件操作

5.3 Word、Excel、PowerPoint文件操作实战

单元测验

5.1 文件操作基础知识

5.2 JSON、CSV文件操作

第4章 选择结构、循环结构、函数定义与使用

单元测验

4.3 函数定义与使用

4.1 选择结构

4.4 综合例题解析

4.2 循环结构

第6章 numpy数组与矩阵运算

6.2.2 矩阵乘法、计算相关系数矩阵、方差、协方差、标准差

6.1.1 创建数组、测试数组元素是否接近、修改数组元素值

6.2.1 生成矩阵、矩阵转置、查看矩阵特征

6.1.3 数组对函数运算的支持、改变形状、布尔运算、分段函数

6.1.2 数组与标量和数组的运算、排序、内积、元素访问

单元测验

6.2.3 计算特征值与特征向量、计算逆矩阵、求解线性方程组

6.2.4 计算向量和矩阵的范数、奇异值分解

第7章 pandas数据分析实战

7.2.4 处理超市交易数据中的异常值、缺失值、重复值、数据差分

7.2.6 重采样、多索引、标准差与协方差

7.1.1 一维数组与常用操作

单元测验

7.1.2 时间序列与常用操作

7.2.3 使用分组与聚合对员工业绩进行汇总

7.2.8 绘制各员工在不同柜台业绩平均值的柱状图、数据拆分与合并

7.2.5 使用透视表与交叉表查看业绩汇总数据

7.2.7 使用pandas的属性接口实现高级功能

7.1.3 二维数组DataFrame基础知识

7.2.2 查看数据特征和统计信息、按不同标准对数据排序

7.2.1 读取Excel文件中的数据、筛选符合特定条件的数据

第8章 sklearn机器学习实战

8.5.2 DBSCAN算法应用

8.2.2 支持向量机手写数字图片识别-交叉验证与网格搜索

8.1.2 朴素贝叶斯算法中文邮件分类-获取全部邮件文本中出现次数最多的前N个词汇

单元测验

8.2.1 支持向量机手写数字图片识别-图像数据读取

8.1.3 朴素贝叶斯算法中文邮件分类-使用朴素贝叶斯模型进行邮件分类

8.3 KNN算法原理与sklearn实现

8.5.1 DBSCAN算法原理

8.4 分层聚类算法原理与应用

8.1.1 朴素贝叶斯算法中文邮件分类-提取邮件文本有效词汇

第9章 matplotlib数据可视化实战

9.3 绘制饼状图实战

9.1 绘制折线图实战

9.7 设置图例样式

9.4 绘制雷达图实战

9.8.3 使用交互组件

9.8.2 绘制动态柱状图

9.6 绘图区域切分

9.5 绘制三维图形实战

单元测验

9.8.1 鼠标事件响应

9.2 绘制散点图实战