🦔利用Python进行数据分析（第2版）

一切为了实战，按需加载！

• 作者Wes McKinney 英文版github仓库：pydata-book
• 将数据导入git，以后逐渐放到各个文件夹中！

---

🐟数据分析结构目录

序号	《数据分析》	笔记博客	案例代码
01	Python基础	JupyterLab总结
02	NumPy基础		01-numpy基础.ipynb 02-numpy运算.ipynb 03-numpy统计.ipynb 04-numpy线代.ipynb 05-numpy排序.ipynb
03	Pandas入门		01-十分钟上手Pandas.ipynb 02-一维数据结构：Series.ipynb 03-二维数据结构：DataFrame.ipynb
04	Pandasの使用		01-Pandas基础.ipynb 02-数据索引和选择.ipynb 03-数据操作.ipynb 04-处理缺失值.ipynb 05-Concat和Append.ipynb 06-Merge和Join.ipynb
05	读取数据		01-读取csv文件.ipynb 02-缺失值处理.ipynb 03-分块读入文本文件.ipynb 04-写入到文件.ipynb
06	数据清洗与准备		01-过滤缺失值&异常值.ipynb 02-补全缺失值.ipynb 03-删除重复值.ipynb 04-使用函数或映射进行数据转化.ipynb 05-替代值&重命名索引.ipynb 06-离散化和分箱.ipynb 07-随机抽样&指标矩阵.ipynb 08-正则表达式.ipynb
07	连接、联合与重塑		01-数据联合.ipynb 02-沿轴向连接.ipynb 03-联合重叠数据.ipynb 04-使用多层索引进行重塑.ipynb 05-将长透视为宽.ipynb 06-将宽透视为长.ipynb
08	Matplotlib可视化		01-matplotlib初体验.ipynb 02-子图，刻度、标签、图例.ipynb 03-注释与子图加工.ipynb 04-堆积柱状图.ipynb 05-计算小费百分比Seaborn.ipynb 06-散点图或点图.ipynb
09	聚合与分组操作		01-遍历分组聚合.ipynb 02-使用字典或Series分组.ipynb 03-数据聚合.ipynb 04-分组平均值填充缺失值.ipynb
10	时间序列
11	数据分析示例
12	CheatSheet	Pandas CheatSheet	kk01-Pandas CheatSheet kk02-DataFrame的增删改查.ipynb kk03-DataFrame自带绘图 kk04-Pyplot-Seaborn.ipynb kk05-披萨店顾客数据.ipynb
13	实战操作		1.统计职场数