Python基础与数据分析

1. 强调程序源代码和程序文档的规范性，将职业素质培养融入到教材中。 2.将程序设计思想与Python语言语法学习融会贯通，所有案例都采用先分析设计思想，体现了程序设计的灵魂是算法的思想。 3.程序代码清晰，注释清楚，测试结果直观，增加Python语言程序调试与常见错误分析等内容。 4.所有案例均有录屏操作 5.随书附赠课件

作为当下广泛使用的高级程序设计语言，Python语言在数据处理、数据分析等方面明显优于其他高级语言。
Python与数据分析是高职高专院校计算机与电子信息类专业的一门重要技术基础课，在各专业的教学中占有重要地位，是许多后续专业课程的基础。
本书旨在使读者掌握Python语言的基本语法、语句、索引、列表以及面向对象的程序设计基本思想和方法，使读者认识到算法、良好的程序设计风格在程序设计中的重要性，培养读者熟练使用Python语言编程分析和解决数据问题的能力，也使读者在今后学习其他高级编程语言时，能灵活应用这些思想和方法。
本书按照项目化教学改革的思路编写，全书共8个项目，每个项目拆分为若干小任务，任务完成即学习了知识点和技能点，通过思维导图形式给出每一个项目应掌握的技术点和学习点，读者可以从中了解到每个项目的学习内容，整体把握自己的学习情况。本书循序渐进地对Python的各种语法和使用技巧进行了介绍，读者可以系统掌握Python的知识和技术点，并结合每一项目所配套的子任务完成学习，达到掌握知识点并更好地进行开发实践的目的。
本书由孙炯宁、游学军策划与统稿，孙炯宁负责项目1～项目4和项目6～项目8，游学军负责项目5，全书由孙炯宁老师主编并统稿，由陈营营、邹玉娟老师完成部分操作视频录制。本书的编写得到了江苏省青蓝工程优秀教学团队的支持，也得到了一些前辈的帮助与指导，也参考了CSDN上面的部分文章，在此一并表示感谢。
由于编者水平所限，难免有不当之处，敬请各位专家、同行与读者指正。

编著者     
2021年07月于南京

全书共8个项目，内容包含：开发环境搭建、Python语法基础实现、Python的序列操作、函数实现、面向对象编程、文件操作、Numpy数值计算、Pandas统计分析。每个项目先给出知识目标、能力目标和素质目标，再通过设计若干小任务引出主要知识点，重在培养读者采用Python语言进行数据分析的基本思想与方法，突出分析与解决问题的思路，强化读者良好的编程规范与风格，充分体现软件职业素养要求。
书中每个案例的操作都有录屏，读者可以通过扫描书中二维码观看视频完成代码编写学习。同时，本书还附赠课件等资源。
本书结构新颖，突出实践性与应用性，可作为高职高专大数据技术、软件技术、云计算技术应用及其他计算机相关专业的教学用书或培训教材，也可供计算机爱好者自学参考。

项目一 开发环境搭建	/ 001
 任务1 理解Python	/ 002
 任务2 安装Python运行环境	/ 004
 任务3 编写第一个Python程序	/ 009
 任务4 设计程序风格和文档	/ 013
 任务5 修正程序设计错误	/ 014
 拓展思考	/ 017

项目二 Python语法基础实现	/ 018
 任务1 输入输出数据	/ 020
 任务2 解决表达式求解	/ 027
 任务3 计算两点间距离	/ 033
 任务4 绘制献给祖国的玫瑰花	/ 035
 任务5 猜猜“我的生日”	/ 039
 任务6 计算税率	/ 042
 任务7 绘制五角星	/ 045
 任务8 猜数游戏	/ 049
 任务9 绘制“哆啦A梦”图形	/ 052
 拓展思考	/ 059

项目三 Python的序列操作	/ 060
 任务1 回文串判断	/ 061
 任务2 敏感词替换	/ 070
 任务3 购物车操作	/ 073
 任务4 单词个数统计	/ 082
 拓展思考	/ 086

项目四 函数实现	/ 088
 任务1 根据用户输入的年份和月份给出该月日历	/ 090
 任务2 汉诺塔的实现	/ 101
 任务3 单词个数再统计	/ 104
 任务4 实现计算器	/ 110
 任务5 扑克牌24点计算	/ 116
 拓展思考	/ 126

项目五 面向对象编程	/ 128
 任务1 模拟现实世界人的行为	/ 130
 任务2 计算圆柱体的表面积和体积	/ 153
 任务3 开发可扩展的小型办公系统	/ 161
 拓展思考	/ 164

项目六 文件操作	/ 166
 任务1 电影票房数据操作	/ 167
 任务2 文件夹管理	/ 180
 拓展思考	/ 182

项目七 Numpy数值计算	/ 183
 任务1 空气质量判定	/ 185
 任务2 鸢尾花数据统计	/ 197
 任务3 成绩数据统计分析	/ 215
 拓展思考	/ 222

项目八 Pandas统计分析	/ 223
 任务1 招聘数据分析	/ 224
 任务2 船舶数据分析	/ 242
 拓展思考	/ 254

附录1 Numpy函数	/ 255

附录2 Pandas函数	/ 258

参考文献	/ 265