Python程序基础与大数据分是上半部分1-6章课件

Python程序基础与大数据分析目录Python数据分析概述1.Python编程基础2.数据结构与函数3.NumPy数值计算4.Pandas基础5.Pandas数据处理与分析6.Matplotlib数据可视化7.财务数据分析8.股票数据量化分析9.商品数据分析10.客户画像分析11.采购质量管理分析12.信用卡欺诈交易分析13.基础篇实战篇1.Python数据分析概述Python是什么？项目目标知识目标

了解数据分析的定义。

了解数据分析常用应用场景。

了解数据分析流程。

了解Python及其优势。

了解Python数据分析常用库。能力目标能够搭建Python数据分析开发环境。能够编写和运行简单Python程序。素养目标领悟生活哲理，培养爱国情怀。学习新工具和新方法，树立与时俱进的观念。项目准备全班学生以

3～5

人为一组进行分组，各组选出组长。组长组织组员扫码观看“数据分析的产生与发展”视频，讨论并回答下列问题。问题1：数据分析产生的原因是什么？问题2：数据分析经历了哪些重要的发展阶段？数据分析的产生与发展任务一了解数据分析流程1.Python数据分析概述任务二搭建Python数据分析开发环境任务描述在当今数据驱动的时代，数据分析已成为各个行业和领域不可或缺的重要工具。请同学们思考一下：什么是数据分析?数据分析常用应用场景有哪些？数据分析流程有哪些步骤？一、什么是数据分析数据分析狭义的数据分析广义的数据分析一、什么是数据分析数据分析狭义的数据分析狭义的数据分析是指根据分析的目的，采用对比分析、分组分析、交叉分析和回归分析等方法，对收集的数据进行处理与分析，提取有价值的信息，发挥数据的价值与作用。一、什么是数据分析数据分析广义的数据分析是指依据一定的目标，通过多样化的方法发现数据中隐含的信息，主要包括狭义的数据分析和数据挖掘，二者相辅相成，共同拓展数据分析的深度与广度。广义的数据分析提示

数据挖掘是数据分析的高级阶段，是从大量的、不完全的、有噪声的、模糊的、随机的数据中，通过智能推荐、关联规则、分类模型和聚类模型等技术，挖掘数据中隐含的、有潜在价值的信息。提示数据分析在财经商贸相关领域及行业的应用。物流金融电子商务市场营销会计12345二、数据分析常用应用场景二、数据分析常用应用场景>物流物流在物流领域，数据分析可以帮助公司:优化运输路线;提高运输效率;降低成本等。物流公司:可以预测未来的运输需求;提前安排运输计划。实例二、数据分析常用应用场景>金融金融在金融领域，数据分析可以帮助银行、证券公司及各类金融投资公司等金融机构：更好地管控风险；提升收益；制订投资策略等。通过分析股票价格的历史数据，金融机构的专业投资者可以预测未来的股票走势，从而制订更加科学的投资策略。实例二、数据分析常用应用场景>电子商务电子商务在电子商务领域，数据分析可以帮助电商企业:了解用户的购买习惯；了解用户的喜好等;从而更好地推荐商品、提高销售额。通过分析用户的购买历史和浏览记录，电商企业可以向用户推荐相关商品，从而提高用户的购买意愿和满意度。实例二、数据分析常用应用场景>市场营销市场营销在市场营销领域，数据分析可以帮助企业：了解市场需求、了解消费者行为等；从而更好地制订营销策略、提高市场占有率。通过分析消费者的购买历史和社交行为数据，企业可以制订更加精准的营销策略，向目标客户精准推荐相关商品，进而提高客户的购买意愿。实例二、数据分析常用应用场景>会计会计在会计行业，数据分析可以帮助企业:实施客户分析;管控风险;控制成本及评估业绩；更好地了解自身财务状况和经营成果，并做出更科学、合理的决策。任务实施数据分析流程一般包括需求分析、数据获取、数据处理、分析与建模、模型评价与优化、数据可视化6个阶段，如图所示。快来学习一下吧！1．需求分析2．数据获取3.数据处理4.分析与建模5.模型评价与优化6.数据可视化任务实施数据分析流程一般包括需求分析、数据获取、数据处理、分析与建模、模型评价与优化、数据可视化6个阶段，如图所示。快来学习一下吧！需求分析数据获取数据处理分析与建模模型评价与优化数据可视化任务实施>需求分析需求分析是数据分析的第一步：需要和相关业务部门或利益相关者进行深入沟通，了解他们的需求和期望；根据业务需求确定分析目标；提出数据分析需求的整体方向、内容，最终和需求方达成一致。了解销售业绩下滑的原因;评估新的市场策略是否有效；实例对于销售业绩下滑问题，分析目标可能是找出影响销售额的关键因素：产品质量；价格；市场竞争；其他因素。实例任务实施>数据获取数据获取是指从各种数据源获取数据，以便进行后续的分析和挖掘，它是数据分析的基础。数据来源：数据库；公开数据源（如政府信息公开平台）；社交媒体等。实现渠道：网络爬虫程序；日志采集工具；实时数据流。

任务实施>数据处理数据处理主要是为了提升数据的质量、准确性和规范性，使后续的数据分析工作能够更加高效、准确地进行。数据处理包括:数据清洗数据转换数据筛选数据整合数据标准化任务实施>数据处理数据清洗：去除重复数据；去除无效或错误的数据；处理缺失值；消除噪声等。数据转换包括：数据类型；格式；编码转换。数据筛选：去掉不必要的数据；去掉冗余的数据。数据整合：形成一个统一的数据集，包括：来自不同数据源；具有相似特征的数据；具有关联关系的数据。数据标准化：对不同尺度的数据能够进行比较和综合分析。标准化；归一化；

数据处理包括:数据处理包括:任务实施>分析与建模分析与建模是指应用各种统计学和数据分析方法，对数据进行分析、推断、预测和建模，主要目的是从数据中获取有用的信息和知识，并为决策提供科学依据。分析与建模是数据分析的核心环节，涉及的方法和工具非常多。常用的数据分析方法对比分析分组分析回归分析交叉分析模式趋势关联规律揭示数据任务实施>分析与建模常见的模型线性回归模型逻辑回归模型神经网络模型决策树模型分类回归聚类用于支持向量机模型合理的分析与建模还可以对数据进行进一步的优化和改进，提高数据的质量和可靠性。小结任务实施>模型评价与优化模型评价与优化是指对建立好的数据分析模型进行评估和改进。模型评价:指根据评价指标对模型的性能和质量进行评估，以确定模型的有效性和可靠性。模型优化:在模型评价后，对模型进行重新构建和改进，以提高模型的性能和准确度。模型评价与优化操作包括：确定模型评价指标计算模型评价指标模型优化任务实施>数据处理确定模型评价指标：根据模型的类型不同，选择相应的评价指标。计算模型评价指标：选定评价指标；对建立好的数据分析模型：计算评估模型优化：根据模型评估的结果，对模型进行如下操作：重新构建；参数调整；算法改进等优化。

模型评价与优化操作包括：模型评价与优化操作包括：分类模型：准确率；精确率；召回率等。回归模型：最小均方误差；最大绝对误差等。实例任务实施>数据处理数据可视化是指将经过处理与分析的数据，以直观的图形、图表、地图等形式呈现出来，让复杂的数据信息变得通俗易懂，从而助力人们快速洞察数据趋势。数据可视化包括:数据筛选与整理选择可视化类型设计可视化细节工具运用与绘制效果评估与迭代任务实施>数据处理数据筛选与整理：对前期处理好的海量数据：择取关键子集；剔除冗余信息；避免画面杂乱无章；对选出的数据，保证数据维度契合所选可视化类型的需求：再次梳理；选择可视化类型：数据特征；可视化目标选择适配的呈现形式。

数据可视化包括:数据可视化包括:时间序列数据：折线图。实例任务实施>数据处理设计可视化细节：布局规划：确保各元素分布均衡；避免视觉重心偏移；按信息重要性、逻辑关联排布图表组件。色彩搭配：选择和谐且区分度高的色彩组合；分类数据采用对比鲜明的色彩；有顺序关系的数据采用渐变色彩。添加辅助元素：为坐标轴添加：清晰的刻度；单位标注等。

数据可视化包括:数据可视化包括:任务实施>数据处理工具运用与绘制：选择可视化工具依据：需求复杂度；个人技能熟练度。选好工具后:导入数据；根据设定好的参数、样式绘制图表；反复微调至理想效果。

数据可视化包括:数据可视化包括:编程语言；Excel；PowerBI软件等。实例效果评估与迭代：自我审视可视化成果：是否精准回应预设目标；布局是否清晰有序；图表是否直观易懂；标注是否模糊；色彩对比度是否欠佳等问题。邀请目标受众预览；依据反馈对可视化的细节、整体架构加以优化。

德育长廊不一样的数据分析——可视化探索苏东坡的一生任务一了解数据分析流程1.Python数据分析概述任务二搭建Python数据分析开发环境任务描述在数据分析领域，有许多强大的工具可以帮助我们处理、分析和可视化数据。这些工具提供了多样化的分析方法，有效提高了数据分析的效率和准确性。如何搭建Python数据分析开发环境？一、Python的优势PythonRMATLAB语言学习难易程度入门难度低入门难度低入门难度一般使用场景数据分析，机器学习，矩阵运算，科学数据可视化，数字图像处理，Web应用，网络爬虫，系统运维等数据分析，数据挖掘，机器学习，数据可视化等矩阵运算，数值分析，科学数据可视化，机器学习，符号计算，数字图像处理，数字信号处理，仿真模拟等第三方支持拥有大量的第三方库，能够简便地调用C、C++、Fortran、Java等其他编程语言拥有大量的第三方库，能够调用C、C++、Fortran，Java等其他编程语言拥有大量专业的工具箱，在新版本中加入了对C、C++、Java的支持流行领域工业界＞学术界工业界≈学术界工业界≤学术界软件成本开源免费开源免费商业收费目前主流的数据分析编程语言有Python、R、MATLAB

等，它们各自的特点如下表所示。一、Python的优势Python和R、MATLAB相比，具有以下优势。1．易学、易读、易维护2．处理速度快3．社区支持强大4．应用领域广泛5．可扩展性强6．开源库丰富优势一、Python的优势语法清晰、简洁，易于学习；有很多第三方库可供使用，开发过程相对快速且高效；代码可读性强，维护起来也更加轻松。Python语法风格较为独特；学习曲线相对陡峭。R

易学、易读、易维护MATLAB在开源生态的丰富度上不如Python。一、Python的优势在处理大规模数据集时，能够高效利用内存与多核CPU（centralprocessingunit，中央处理器）进行并行计算。Python统计分析场景中表现出色；海量数据运算效率上稍显逊色；R

处理速度快MATLAB商业软件；在一些开源、分布式计算的拓展能力上存在局限。一、Python的优势有一个庞大且活跃的开发者社区，全球各地的程序员汇聚于此。Python社区规模与活跃度方面略显逊色。R

社区支持强大MATLAB社区规模与活跃度方面略显逊色。一、Python的优势数据科学领域；Web开发；机器学习；人工智能等众多领域。Python统计分析；数据可视化。R

应用领域广泛MATLAB工程计算与仿真。一、Python的优势与其他主流编程语言（如C++、Java等）集成，并且可以调用这些语言的库来实现特定的功能;整个项目架构灵活多变。Python与其他语言交互融合性差;灵活性与便捷性不如Python。R

可扩展性强MATLAB与其他语言交互融合性差;灵活性与便捷性不如Python。一、Python的优势NumPy；Pandas；Matplotlib等。Python开源生态在规模和多样性上略显单薄。R

开源库丰富MATLAB开源生态在规模和多样性上略显单薄。Python数据分析常用库包括以下几个。NumPyPandasMatplotlibSeabornScikit-learn12345二、Python数据分析常用库二、Python数据分析常用库>NumPyNumPy

是

Python

中科学计算和数据分析的基础库，它提供了一种强大的n维数组对象ndarray，以及多种用于操作这种数组对象的函数。NumPy通常与Pandas和Matplotlib一起用于数据分析。NumPy

数组和标准

Python

序列区别数组大小：NumPy——固定大小；Python的list对象——动态增长。数据类型：NumPy——相同；Python的list对象——可以不同。适用：NumPy——大量数据，代码量小；Python的list对象——小规模数据。

二、Python数据分析常用库>PandasPandas

是

Python

中用于数据处理和分析的强大工具，其名称来自面板数据（paneldata）和

Python

数据分析（dataanalysis）。Pandas

的主要功能Pandas

提供高性能且易于使用的数据结构和数据处理与分析工具：

数据清洗；数据转换；数据筛选；数据标准化等。

二、Python数据分析常用库>Pandas核心结构：

DataFrame；二维表格（类似于

Excel）；包含多种类型的数据；每列数据的类型可以不同。提供了其他数据结构：Series（一维数据结构）；Panel（三维数据结构）等。Pandas

的功能丰富的时间序列功能：轻松地处理时间序列数据；提供许多强大的时间序列分析工具：时间戳；时间窗口；滚动统计等。可以与

NumPy、Matplotlib等其他Python库集成，方便地进行数据分析和可视化。

Pandas

的数据结构Pandas

是一个功能强大的数据处理和分析工具，适用于各种规模的数据处理任务，可以帮助数据分析师和数据科学家更高效地进行数据处理和分析。小结二、Python数据分析常用库>MatplotlibMatplotlib是Python中一个非常流行的图表绘制库，可以帮助开发者轻松地绘制各种类型的图表。Matplotlib

的功能绘制各种类型的图表；支持多种标尺和坐标系；控制图表的各个细节；可以自定义图表的外观；可以将图表保存为多种格式的文件。

折线图；散点图；柱形图；饼图；直方图等。实例线性；对数；半对数等。坐标轴的范围和标签；标题；图例等。实例实例颜色；线型；字体。实例PNG；PDF；SVG。实例二、Python数据分析常用库>Matplotlib可以通过各种方法控制图表的外观和行为。Matplotlib

的使用使用Matplotlib

的函数控制坐标轴的范围和标签，添加图例和网格线等；使用Matplotlib提供的各种工具和编辑器更方便地进行图表设计和编辑。实例小结Matplotlib

是一个功能强大的图表绘制库，适用于各种类型的图表绘制任务，可以帮助开发者轻松地创建高质量的图表。二、Python数据分析常用库>SeabornSeaborn

是基于

Matplotlib

的高级数据可视化库，它提供了一种高度交互式界面，便于用户做出各种有吸引力的统计图表。Seaborn的主要功能针对数据挖掘和机器学习中的变量特征选取，可以用简短的代码绘制出多维度的数据可视化效果图。

支持绘制各种类型的统计图表，并且可以自定义图表的外观和细节。支持多种数据结构可以方便地与其他Python库集成。

折线图；散点图；热力图；树状图等。实例NumPy

数组；Pandas数据结构等。实例小结Seaborn

是一个功能强大的数据可视化库，适用于各种类型的数据可视化任务，可以帮助开发者轻松地创建高质量的图表。二、Python数据分析常用库>Scikit-learnScikit-learn

是

Python

中一个非常流行的机器学习库，提供了简单高效的数据挖掘和数据分析工具，以及建立在

NumPy、SciPy

和

Matplotlib

上的各种机器学习算法。另外，Scikit-learn基于BSD许可证，可以免费使用。Scikit-learn

的主要功能分类；回归；聚类；降维；模型选择；数据处理。

二、Python数据分析常用库>Scikit-learn名称功能常用算法分类预测数据所属的类别标签逻辑回归、支持向量机、随机森林、决策树等回归预测连续的数值型目标变量岭回归、Lasso

回归、支持向量回归等聚类依据数据的内在相似性，将样本自动划分为不同的簇群

K-means

聚类、谱聚类、层次聚类等降维将高维数据压缩至更低维度，同时尽量保留关键信息主成分分析、线性判别分析等模型选择评估、筛选及优化模型，提升模型的泛化能力交叉验证、网格搜索等数据处理对原始数据进行预处理，让数据更契合后续的分析缺失值处理、标准化、归一化等Scikit-learn的基础功能二、Python数据分析常用库>Scikit-learn拥有非常活跃的用户社区；提供了许多实用工具和函数；可以与其他Python库集成。Scikit-learn的特点数据可视化；概率分布；假设检验等。实例小结Scikit-learn是一个功能强大的机器学习库，适用于各种类型的机器学习任务，可以帮助开发者快速构建高效的机器学习模型并进行数据处理和分析。NumPy；Pandas；Matplotlib等实例德育长廊作为新商科领域的大学生，如何学好和运用好Python分析？在当今数字化时代，数据分析已经成为商业决策的重要工具。在金融领域，数据分析师们使用

Python

收集、清洗和分析市场数据，构建预测模型，识别投资机会和风险。在社交媒体领域，数据分析人员使用

Python

收集和分析社交媒体上的用户行为数据，了解公众对特定话题或品牌的态度和情感，帮助企业调整营销策略，提高品牌形象和客户满意度。在城市交通领域，交通管理部门利用

Python

分析交通流量数据，优化交通信号灯的控制，减少拥堵和事故。作为新商科领域的大学生，要努力做到“百舸争流，勇立潮头”，积极学习

Python数据分析技能，提升竞争力，更好地理解和解决商业问题；在职业生涯中，始终牢记自己的社会责任，利用数据分析帮助企业优化营销策略、降低运营成本，为企业创造经济效益。同时，学好

Python

还可以积极参与社会公益活动，利用数据分析为公益事业贡献力量。任务实施要在计算机上运行Python程序，首先需要下载并安装Python解释器。通常，可以通过安装Anaconda获取Python解释器及配套的第三方库，再搭配PyCharm集成开发环境开展编程工作。请同学们思考一下，如何搭建Python分析的开发环境呢？1．安装并启动Anaconda2．安装并设置PyCharm大家动手安装一下吧。任务实施>安装并启动AnacondaAnaconda

是为方便使用Python进行数据科学研究而建立的一组软件包，它包含了Conda、Python

等

180

多个科学包及其依赖。Anaconda

提供了包管理与环境管理的功能，可以很方便地解决多版本Python并存、切换及各种第三方包安装问题。Anaconda还包含了与

Python

相关的配套工具，如数据可视化工具、统计分析工具、机器学习算法库等。它旨在为

Python

开发者提供一站式的开发环境，避免因环境配置和依赖问题导致的开发效率低下。任务实施>安装并启动Anaconda访问

Anaconda

的下载地址“/download/success”，单击“Download”按钮，下载Anaconda安装文件（网站会根据当前计算机系统自动下载相应版本，此处为“Windows”；默认下载最新版本，此处为“Anaconda3-2024.10-1”），如图所示。步骤1下载Anaconda安装文件任务实施>安装并启动Anaconda下载完成后，双击下载的安装文件，开始安装。步骤2开始安装Anaconda

弹出“Anaconda32024.10-1（64-bit）Setup”对话框，单击“Next”按钮，如图所示。步骤3任务实施>安装并启动Anaconda显示“LicenseAgreement”界面，阅读安装协议，然后单击“IAgree”按钮，如图所示。步骤4

同意安装协议

显示“SelectInstallationType”界面，选中“JustMe（recommended）”单选钮，然后单击“Next”按钮，如图所示。步骤5选择安装类型任务实施>安装并启动Anaconda显示“ChooseInstallLocation”界面，首先单击“Browse”按钮选择安装位置（此处保持默认），然后单击“Next”按钮，如图所示。步骤6

选择安装位置

显示“AdvancedInstallationOptions”界面，勾选全部复选框，然后单击“Install”按钮，如图所示。步骤7选择安装选项任务实施>安装并启动Anaconda等待安装完成，这可能需要一段时间，如图所示。步骤8

Anaconda正在安装

安装完成后，单击“Next”按钮，如图所示。步骤9Anaconda安装完成任务实施>安装并启动Anaconda显示Anaconda介绍界面，继续单击“Next”按钮，如图所示。步骤10

Anaconda介绍

显示安装结束界面，单击“Finish”按钮，启动Anaconda。步骤11Anaconda安装结束任务实施>安装并启动Anaconda进入Anaconda工作区，表示安装成功，如图所示。步骤12Anaconda工作区任务实施>安装并设置PyCharmPyCharm

是一款专为

Python

语言开发者设计的集成开发环境（integrateddevelopmentenvironment,IDE），它配备了一系列实用功能，包括代码调试、语法高亮、项目管理、代码跳转、智能提示、自动补齐代码、单元测试、版本控制等，可以帮助开发者轻松编写和维护

Python

代码，带来更优质的代码导航和编辑体验。此外，PyCharm

还具备高级功能，如能为基于Django框架的项目开发提供全方位支持，满足专业Web开发需求。任务实施>安装并设置PyCharm访问

PyCharm

的下载地址“/pycharm/download”（网站会根据当前计算机系统自动重定向到相应版本，此处重定向到Windows系统，可看到网址后面多了“?section=windows”），向下滚动鼠标滚轮可看到

Community

版本（Professional是专业付费版本，Community

是社区免费版本，能够满足基本的需求），单击“Download”按钮，下载PyCharmCommunityEdition安装文件（版本为20），如图所示。步骤1下载PyCharm安装文件任务实施>安装并设置PyCharm下载完成后，双击下载的安装文件，开始安装。步骤2弹出“PyCharmCommunityEdition

安装”对话框，单击“下一步”按钮，如图所示。步骤3开始安装PyCharm任务实施>安装并设置PyCharm显示“选择安装位置”界面，首先单击“浏览”按钮选择安装位置（此处保持默认），然后单击“下一步”按钮，如图所示。步骤4显示“安装选项”界面，勾选全部复选框，然后单击“下一步”按钮，如图

所示。步骤5选择安装位置选择安装选项任务实施>安装并设置PyCharm显示“选择‘开始’菜单文件夹”界面，保持默认，单击“安装”按钮，如图所示。步骤6安装完成后，显示安装程序结束界面，选中“否，我会在之后重新启动”单选钮，然后单击“完成”按钮，如图所示。完成安装后，桌面出现PyCharm图标，如图所示。步骤7选择“开始”菜单文件夹PyCharm安装结束任务实施>安装并设置PyCharm双击

PyCharm

图标，弹出“语言和地区”对话框，选择“Chinese（Simplified）中文语言包”和“中国大陆”选项，然后单击“下一个”按钮，如图所示。步骤8弹出“PyCharm

用户协议”对话框，勾选“我确认我已阅读并接受此《用户协议》的条款”复选框，然后单击“继续”按钮，如图所示。步骤9选择语言和地区

同意用户协议任务实施>安装并设置PyCharm弹出“数据共享”对话框，单击“不发送”按钮，如图所示。步骤10进入PyCharm启动界面，首先单击选择左侧列表中的“自定义”选项展示相关设置项，然后单击外观区域的“主题”下拉按钮，在展开的下拉列表中选择“Light”选项，设置软件界面颜色为亮色。单击选择左侧列表中的“项目”选项，然后单击“新建项目”按钮，如图所示。步骤11不发送数据共享

单击“新建项目”按钮任务实施>安装并设置PyCharm弹出“新建项目”对话框，首先单击“位置”右侧输入框中的“浏览”按钮，选择项目存储位置（此处保持默认）；然后选择“解释器类型”为“基础conda”（本书所有项目都基于此环境）；最后单击“创建”按钮新建项目，如图所示。步骤12

新建项目任务实施>安装并设置PyCharm知识库可以为每个项目搭建独立的虚拟环境，该虚拟环境拥有独立的库，与系统全局的Python环境隔离开，即使不同项目依赖不同版本的同一个库，也互不干扰，可有效避免“依赖冲突”问题。项目

venu基于

Anaconda

的虚拟环境，Anaconda

已经预先配置好了Python环境体系，自带大量数据分析常用库，如NumPy、Pandas等，能快速开始编程，减少前期烦琐的基础库安装工作。基础

conda

3种解释器类别自定义环境可以满足开发者的个性化需求，当现有环境无法契合项目需求时，开发者就可以选择自定义环境，自主选择Python版本和路径，精准把控需要安装的库及其版本。任务实施>安装并设置PyCharm进入

PyCharm

工作区，等待解释器更新。更新完成后，鼠标右键单击左上角新建项目的名称，在弹出的快捷菜单中选择“新建”→“Python

文件”菜单项，如图所示。步骤13弹出“新建

Python

文件”对话框，输入文件名，如“test”，然后按“Enter”键即可创建一个名为“test.py”的Python文件。步骤14新建Python文件

输入文件名任务实施>安装并设置PyCharm进入PyCharm程序编辑窗口，输入第1行代码：步骤15鼠标右键单击“test.py”文件，在弹出的快捷菜单中选择“运行'test'”菜单项，如图所示。下方区域显示运行结果（见图），这表示

PyCharm

安装成功，能够正常运行。步骤16输入第1行代码

运行Python文件

运行结果print('Helloworld!')任务实施>安装并设置PyCharm在进行数据处理和分析工作时，清晰整齐的显示效果（程序运行结果）对于准确读取和理解数据至关重要，为保证中英文字体在显示上具有较好的一致性和协调性，本书所有项目都将控制台字体设置为“SimSun”（宋体）。提

示任务实施>安装并设置PyCharm具体方法单击PyCharm

左上角的“主菜单”按钮；在展开的主菜单栏中选择“文件”菜单项中的“设置”菜单项；单击选择左侧列表中的“编辑器”→“配色方案”→“控制台字体”选项；在右侧界面中勾选“使用控制台字体，而不是默认”复选框；取消勾选“仅显示等宽字体”复选框；在“字体”下拉列表中选择“SimSun”选项；最后单击“确定”按钮，如图所示。设置控制台字体任务实施>安装并设置PyCharm控制台字体设置前后的效果控制台字体设置前后的效果如图所示。读者可根据情况自行设置。设置前的效果

设置后的效果

项目总结谢谢您的观看！Python程序基础与大数据分析目录Python数据分析概述1.Python编程基础2.数据结构与函数3.NumPy数值计算4.Pandas基础5.Pandas数据处理与分析6.Matplotlib数据可视化7.财务数据分析8.股票数据量化分析9.商品数据分析10.客户画像分析11.采购质量管理分析12.信用卡欺诈交易分析13.基础篇实战篇2.Python编程基础Python

是一种语法简单且功能强大的编程语言，它不仅易于学习，还具有极强的实用性和可扩展性。

Python

的基础知识有哪些内容呢？项目目标知识目标了解Python的编码规范。了解Python变量的命名规范及使用方法。熟悉Python基本数据类型。熟悉Python常用运算符和表达式。掌握Python输入和输出函数的用法。掌握Python条件分支语句的用法。掌握Python循环语句的用法。项目目标能力目标能够查找并改正标识符、数据类型和常见表达式的语法错误。能够根据实际问题选择合适的程序控制语句编写程序。素养目标稳扎稳打夯实职业技能，提升自己的职业素养。培养持之以恒的品质，以严谨的态度对待学习任务。Python的特点及应用领域项目准备全班学生以

3～5

人为一组进行分组，各组选出组长。组长组织组员扫码观看“Python的特点及应用领域”视频，讨论并回答下列问题。问题1：Python有哪些特点？问题2：Python在哪些领域得到了广泛应用？请列举一二。任务一处理字符串数据2.Python编程基础任务二计算个人所得税任务描述Python编码规范：编码规范Python

有一套被广泛认可的编码规范，遵循这些规范能让代码更具可读性、可维护性，也更便于团队协作。标识符关键字注释行与缩进多行语句一、编码规范标识符是指变量、函数、类等的名称。标识符标识符的命名规范如下。第一个字符必须是字母或下画线“_”。其他字符由字母、数字和下画线组成。对大小写敏感。一、编码规范Python自带标准库的

keyword

模块：包含一些用于查询和处理Python

关键字的函数和属性；kwlist属性可以返回Python当前版本的所有关键字。关键字关键字即保留字，是具有特殊意义的单词，不能用作标识符。一、编码规范关键字使用keyword.kwlist查询关键字的程序如下：实例importkeyword #导入keyword模块#使用keyword模块的kwlist属性返回一个列表，并赋给cc=keyword.kwlistprint(c) #输出c【运行结果】程序运行结果如下图所示。Python的关键字一、编码规范注释是对程序的解释，合理清晰的注释可以提高程序的可读性。注释类型：单行注释：以“#”开头；可以单独占一行，也可以放在代码的右侧。多行注释：以三引号“'''”或“"""”开始；以三引号结束。注释注释一、编码规范单行注释实例#第1个注释print('Hello,Python!') #第2个注释多行注释实例'''这是一个简单的Python程序，主要用于演示多行注释的使用此程序将进行一些基本操作，例如：1．变量的定义和赋值2．基本的数学运算'''x=10y=20#以下是一些基本的数学运算，包括加法和减法sum_result=x+ydiff_result=x-y#输出结果print('x加y：',sum_result)print('x减y：',diff_result)一、编码规范缩进规定：快捷键：确认：“Tab”；取消：“Shift+Tab”。空格数：可变；同一个代码块中的语句必须使用相同数量的空格。行与缩进使用缩进表示代码块，而不需要使用花括号“{}”。Python最大的特色一、编码规范行与缩进同一个代码块中的语句必须使用相同数量的空格。实例a=70 #创建变量a，赋值为70ifa>=60: #如果a大于等于60print('及格') #输出“及格”else:print('不及格') #输出“不及格”【运行结果】缩进正确的程序运行结果在

Python

编程中，使用必要的空格和空行可增强代码的可读性。空格分隔：运算符两侧；函数参数之间。一个空行分隔：不同功能的代码块；不同的函数定义；不同的类定义。一、编码规范行与缩进如果语句缩进空格有问题，就会导致代码运行出错。实例a=70 #创建变量a，赋值为70ifa>=60: #如果a大于等于60print('及格') #输出“及格”else:print('不及格') #输出“不及格””【运行结果】程序运行结果如下图所示。缩进错误的程序运行结果提示一、编码规范一条语句分多行书写。如果语句特别长，可以使用反斜杠“\”来表示下面紧接一行仍属于当前语句。多行语句实例a=1 #创建变量a，赋值为1b=2 #创建变量b，赋值为2c=3 #创建变量c，赋值为3#计算总数totaltotal=a+a+a+a+a\+b+b+b+b+b+b+\c+c+c+c+c+c+cprint(total) 在“[]”、“{}”或“()”中的多行语句，不需要使用反斜杠“\”。实例#“[]”示例my_list=['number1','number2','number3']二、变量变量是程序中用于保存数据的元素，每个变量都有一个名字，通过变量名就可以找到变量中的数据。变量的命名规范最好能够体现变量的含义；多个单词组成：第一个单词小写，后面单词首字母大写；使用下画线“_”连接每个单词。区分大小写不能是Python的关键字number_of_studentsbookPricemy_namea和A，name和Name是不同的变量。and、as、break等。当输入and=3时会报错。二、变量变量不需要提前声明，创建时直接为其赋值即可，变量类型由赋给变量的值决定。实例a=12 #创建变量a，赋值为12b=a #将a的值赋给b允许同时为多个变量赋相同的值。实例a=b=c=1#创建变量a、b和c，并赋值为1a=1 #创建变量a，赋值为1b=1 #创建变量b，赋值为1c=1 #创建变量c，赋值为1同时为多个变量赋不同的值。实例a,b,c=1,2,'base'#创建变量a、b和c，#并赋值为1、2和basea=1 #创建变量a，赋值为1b=2 #创建变量b，赋值为2c='base' #创建变量c，赋值为base三、数据类型Python

中的数据类型整型（int）浮点型（float）复数型（complex）布尔型（bool）字符型（str）列表元组字典集合此处介绍最常用的前5种类型，后4种将在项目三中介绍。三、数据类型type()函数：用于获取对象的数据类型，它返回一个描述对象所属数据类型的值。整型：表示整数。任意大小的整数；表示方法和数学中一致。整型（int）36、-27。实例a=20#创建变量a，赋值为20print(type(a))#查看a的数据类型，输出

“<class'int'>”实例type()函数查看整型对象数据类型的代码如下：三、数据类型浮点型：表示浮点数。浮点数由整数和小数组成。浮点型数据在科学计算、数据分析等领域具有重要的作用。a=20.22 #创建变量a，赋值为20.22print(type(a))#查看a的数据类型，输出

“<class'float'>”实例使用type()函数查看浮点型对象数据类型的代码如下：浮点型（float）三、数据类型复数型：表示复数。组成：实部和虚部；使用j或J表示虚数单位；语法格式：a+bj，其中a表示实部，b表示虚部。w=20+1j #创建变量w，赋值为20+1jprint(type(w))#查看w的数据类型，输出

“<class'complex'>”实例使用type()函数查看复数型对象数据类型的代码如下：复数型（complex）三、数据类型布尔型：表示逻辑判断的结果。一种特殊的数据类型；有两个值，一个True（真），一个False（假）。a=70<60 #创建变量a，将70<60的结果赋给aprint(type(a))#查看a的数据类型，输出“<class'bool'>”实例使用type()函数查看布尔型对象数据类型的代码如下：布尔型（bool）三、数据类型字符型：表示字符串。用一对单引号或双引号括起来的任意文本；由数字、字母、下画线组成，如'abc'、"123"等。number='123456789'#创建变量number并赋值print(type(number)) #查看number的数据类型

输出“<class'str'>”实例使用type()函数查看字符型对象数据类型的代码如下：字符型（str）Python没有单独的字符类型，一个字符就是长度为1的字符串。提示三、数据类型“‘”“””：用于标识字符串的符号，它们的使用方式基本相同，可根据实际需求选择。单引号本身是字符串中的一个字符，使用双引号标识；双引号本身是字符串中的一个字符，使用单引号标识。"I'mOK!"字符型（str）>字符串标识实例如果字符串中既包含单引号又包含双引号，则可以使用反斜杠“\”来转义。'I\'m\"OK\"!'#表示的字符串内容为I'm"OK"!注意：

转义字符以“\”开头，后跟一个字符，通常表示一些控制代码和功能定义，如“\n”表示回车换行。Python还允许在引号前加“r”来表示引号内部的字符串默认不转义。提示'Itoldmyfriend,"Pythonismyfavoritelanguage!"'三、数据类型字符型（str）>字符串标识【例2-1】

转义字符的应用。【参考程序】myIntroduction="MynameisAlex,\nI'm20yearsold,\nI'minJSIT."print('使用转义字符的自我介绍：\n',myIntroduction)myIntroduction=r"MynameisAlex,\nI'm20yearsold,\nI'minJSIT."print('阻止转义后的自我介绍：\n',myIntroduction)【运行结果】程序运行结果如下图所示。例2-1程序运行结果三、数据类型序列是程序中经常用到的数据结构，序列中的所有元素都可以通过索引（下标）来获取。字符串索引表示方式：从左往右以0开始；从右往左以−1开始。在Python中，可以把字符串看作由多个字符组成的连续序列。字符型（str）>字符串索引三、数据类型字符串切片可以获取字符串中的元素。与索引的区别：索引只能获取单个元素；切片可以获取一定范围内的元素。字符型（str）>字符串切片格式:str[start:stop:step]str表示字符串；start表示切片开始的位置，如果省略，默认从字符串开头开始切片；stop表示切片截止位置的后一个字符，也就是说，切片结果不包含它；step表示每次截取字符的间隔，默认为1，即依次逐个截取，当step为2时，表示每隔一个字符截取。三、数据类型字符型（str）>字符串切片【例2-2】

字符串索引和切片的应用。【参考程序】number='123456789' #创建变量number并赋值print(number) #输出字符串print(number[0]) #输出第1个字符print(number[-1]) #输出倒数第1个字符print(number[0:]) #输出从第1个开始后的所有字符print(number[2:5]) #输出从第3个开始到第5个结束

的字符print(number[1:5:2]) #输出从第2个开始到第5个结束

且间隔1个的字符【运行结果】例2-2程序运行结果三、数据类型常用的数据类型转换函数int()；float()；complex()。这些函数可以将其他类型的数据转换为相应的数值类型。Python可以将一个变量从一种数据类型转换为另一种数据类型。常见的数据类型转换整型、浮点型和复数型数据之间的相互转换；字符串与数值型数据之间的转换。数据类型转换实例将字符串转换为整型或浮点型数据。三、数据类型【例2-3】

数据类型转换的应用。【参考程序】a='3.2' #创建变量a并赋值b=float(a) #将a转换为对应的浮点数，并赋给bprint('b=',b) #输出bc=int(b) #将b转换为对应的整数，并赋给cprint('c=',c) #输出c【运行结果】例2-3程序运行结果数据类型转换四、运算符和表达式运算符是对操作数（参与计算的数据）进行运算的符号。表达式是由数值、运算符、数字分组符号（括号等）和变量等按Python编码规范连接起来的式子，目的是求得运算结果。Python

常用的运算符算术运算符比较运算符赋值运算符逻辑运算符成员运算符四、运算符和表达式>算术运算符和算术表达式算术运算符是对操作数进行算术运算的一系列特殊符号，其运算方式与数学中基本类似。运算符名

称描

述实例（a=31，b=10）+加法运算将运算符两侧的操作数相加a+b输出结果41−减法运算运算符左侧的操作数减去右侧的操作数a−b输出结果21*乘法运算将运算符两侧的操作数相乘a*b输出结果310/除法运算运算符左侧的操作数除以右侧的操作数a/b输出结果3.1%模运算返回除法运算的余数a%b输出结果1**幂运算返回a的b次幂a**b为31的10次方，输出结果819628286980801//整除运算返回商的整数部分（向下取整），如果其中一个操作数为负数，则结果为负数9//2的结果为4−9//2的结果为−5算术运算符及其应用四、运算符和表达式>算术运算符和算术表达式【例2-4】

算术表达式的应用。【参考程序】a,b=31,10 #创建变量a和b，并赋值为31和10#输出算术表达式的值print('a+b=',a+b)print('a*b=',a*b)print('a%b=',a%b)print('a**b=',a**b)print('a//b=',a//b)【运行结果】例2-4程序运行结果算术表达式是由操作数和算术运算符组成的数学表达式。它描述了如何对操作数进行运算，得到一个结果。四、运算符和表达式>比较运算符和比较表达式比较运算符又称关系运算符，一般用于数值的比较，也可用于字符的比较。比较运算符及其应用运算符名

称描

述实例（a=31，b=10）==等于判断运算符两侧操作数的值是否相等，如果相等则结果为真，否则为假a==b返回False!=不等于判断运算符两侧操作数的值是否不相等，如果不相等则结果为真，否则为假a!=b返回True>大于判断左侧操作数的值是否大于右侧操作数的值，如果是则结果为真，否则为假a>b返回True<小于判断左侧操作数的值是否小于右侧操作数的值，如果是则结果为真，否则为假a<b返回False>=大于等于判断左侧操作数的值是否大于等于右侧操作数的值，如果是则结果为真，否则为假a>=b返回True<=小于等于判断左侧操作数的值是否小于等于右侧操作数的值，如果是则结果为真，否则为假a<=b返回False四、运算符和表达式>比较运算符和比较表达式【例2-5】

比较表达式的应用。【参考程序】a,b=31,10 #创建变量a和b，并赋值为31和10#输出比较表达式的值print('a==b=',a==b)print('a!=b=',a!=b)print('a>b=',a>b)【运行结果】例2-5程序运行结果比较表达式的值是一个布尔值，即True或False。比较表达式成立，结果为True；比较表达式不成立，结果为False。四、运算符和表达式>赋值运算符和赋值表达式赋值运算符用于对变量进行赋值和更新。赋值运算符及其应用运算符描

述实例（a=31，b=10）=最基础的赋值运算符c=a+b，将a+b的运算结果赋给c+=加法赋值运算符c+=a等效于c=c+a−=减法赋值运算符c−=a等效于c=c−a*=乘法赋值运算符c*=a等效于c=c*a/=除法赋值运算符c/=a等效于c=c/a%=取模赋值运算符c%=a等效于c=c%a**=幂赋值运算符c**=a等效于c=c**a四、运算符和表达式>赋值运算符和赋值表达式【例2-6】

赋值表达式的应用。【参考程序】#创建变量a、b和c，并赋值为31、10和0a,b,c=31,10,0 #使用赋值表达式赋值并输出c=a+bprint(c)c*=aprint(c)c/=aprint(c)【运行结果】例2-6程序运行结果赋值表达式的作用是将一个表达式的值赋给一个变量，赋值运算符的左侧必须是一个变量。【参考代码（接左边）】c%=aprint(c)c**=aprint(c)四、运算符和表达式>逻辑运算符和逻辑表达式逻辑运算符及其应用运算符名

称描

述实例（a=31，b=10）and与如果a为False，无须计算b的值，直接返回False，否则返回b的值aandb返回10or或如果a为非0，返回a的值，否则返回b的值aorb返回31not非如果a为True，返回False；如果a为False，返回Truenot(aandb)返回False四、运算符和表达式>逻辑运算符和逻辑表达式【例2-7】

逻辑表达式的应用。【参考程序】a,b=31,10 #创建变量a和b，并赋值为31和10#输出逻辑表达式的值print('a=31,b=10')print('aandb=',aandb)print('aorb=',aorb)print('not(aandb)=',not(aandb))【运行结果】例2-7程序运行结果逻辑表达式是由逻辑运算符连接逻辑值（True

或

False）、比较表达式及其他逻辑表达式所构成的式子，用于判断复杂的逻辑条件。四、运算符和表达式>成员运算符和成员表达式成员运算符，用于判断某个元素是否在指定的序列（如字符串、列表、元组等）中。成员运算符及其应用运算符描

述实例（a=“h”，b=“hello”）in如果在指定的序列中找到值，返回True，否则返回Falseainb返回Truenotin如果在指定的序列中没有找到值，返回True，否则返回Falseanotinb返回False四、运算符和表达式>成员运算符和成员表达式【例2-8】

成员表达式的应用。【参考程序】s='hello' #创建变量s并赋值#输出成员表达式的值print("'h'ins=",'h'ins)print("'h'notins=",'h'notins)【运行结果】例2-8程序运行结果成员表达式是使用成员运算符构建的表达式，用于测试某个元素与一个容器型数据之间的所属关系，最终返回布尔型的结果。四、运算符和表达式>运算符的优先级运算符的优先级决定了表达式中运算执行的先后顺序。运算符的优先级优先级顺序运算符

优先级顺序运算符1**5==、!=2*、/、%、//6=、+=、−=、*=、/=、%=、**=、//=3+、−7in、notin4>、<、>=、<=8and、or、not如果想要改变它们的运算顺序，可以使用圆括号。实例5*3+4/2 #结果为17.05*(3+4)/2 #使用括号后，结果为17.5五、输入和输出

输入input()函数

输出print()函数

Python输入与输出五、输入和输出>输入函数input()通常，在输入时可以给出提示信息。input()函数获取用户从键盘输入的字符。可让程序暂停运行，等待用户输入数据，当获取用户输入后，返回一个可以将其存储在一个变量中，方便后面使用。实例#password为字符串password=input('请输入密码：') 当将该变量作为数值使用时，会引发错误。可使用int()函数将字符串转换为整型数据；可使用float()函数将字符串转换为浮点型数据。五、输入和输出>输出函数print()print()函数单个输出：字符串——用单引号或双引号括起来；变量——可不加引号；变量与字符串或多个变量同时输出：用“,”隔开各项。实例#输出密码print('您刚刚输入的密码是：',password) 任务实施输出字符串中从第2个开始到第5个结束的字符。将这个字符串转换为整数。步骤定义一个值为3.1415926的字符串变量，并执行以下操作。【参考代码】#创建变量a并赋值a='3.1415926' #输出字符串中从第2个开始到第5个结束的字符print('字符串第2个到第5个字符：',a[1:5])#先将a转换为浮点型，再将a转换为整型a=int(float(a))#输出a print('a=',a) 【运行结果】字符串数据处理结果德育长廊请同学们思考一下，如何学好Python？随着信息技术的快速发展，Python

作为一种高效、易学且功能强大的编程语言，在数据分析领域占据着越来越重要的地位。要在数据分析领域取得好的成绩，学好Python语法基础至关重要。不少同学在初次尝试用

Python

进行数据处理时，急功近利，没有打牢语法基础就去编写大型程序，导致频繁出错，学习进度严重滞后。在不断失败后，他们才意识到只有打牢语法基础，才能高效、准确地编写代码，解决实际问题。因此，在学习和工作中，我们不能急功近利，忽视基础的重要性。只有脚踏实地、精益求精，才能在专业领域取得长远的发展。稳扎稳打，夯实职业技能任务一处理字符串数据2.Python编程基础任务二计算个人所得税任务描述程序结构：一、条件分支语句条件分支语句根据不同条件执行不同代码块的语句。允许程序根据某个或某些语句的执行结果（真或假）来决定要执行的代码。按照分支的数量可分为：单分支if双分支if-else多分支if-elif-else条件分支语句一、条件分支语句单分支if语句if语句允许程序通过判断条件是否成立而选择是否执行指定语句。if语句的执行过程：值为真，执行语句块；值为假，直接执行if语句后面的语句。格式：if

条件语句:

满足条件后要执行的语句块if语句执行的流程图一、条件分支语句【例2-9】

if语句的应用。【参考程序】a=90 #创建变量a并赋值ifa>=60: #如果a大于等于60print('及格') #输出“及格”【运行结果】例2-9程序运行结果单分支if语句一、条件分支语句if-else语句允许指定在条件为真时要执行的语句；还可以指定在条件为假时要执行的语句。if-else语句的执行过程：值为真，执行语句块1；值为假，执行语句块2。格式：if

条件语句:

满足条件后要执行的语句块1

else:

条件不成立时执行的语句块2if-else语句执行的流程图双分支if-else一、条件分支语句【例2-10】

根据输入的分数判断成绩是否及格。【参考程序】a=int(input('请输入分数：')) #输入分数值，将其转换为整数后赋给aifa>=60: #如果a大于等于60print('及格') #输出“及格”else: #如果不是print('不及格') #输出“不及格”【运行结果】例2-10程序运行结果双分支if-else一、条件分支语句用于处理多分支条件判断，它允许程序依据不同的条件执行不同的语句。格式：if

条件语句1:

满足条件后要执行的语句块1elif

条件语句2:

满足条件执行语句块2，前提是上一层的条件不满足……elif

条件语句n:

满足条件执行语句块n，前提是上一层的条件不满足else:

上面所有的条件都不满足执行的语句块n+1多分支if-elif-else一、条件分支语句多分支if-elif-else执行过程条件语句1为真时：执行语句块1；后续的elif和else语句都将跳过，不再判断。条件语句1为假时：判断elif后的条件语句2，以此类推；只要某个elif的条件语句成立：执行对应的语句块；其余部分跳过。若前面所有的if和elif条件都不满足：执行else语句块中的内容。if-elif-else语句执行的流程图一、条件分支语句【例2-11】

根据输入的分数判断成绩等级。【参考程序】a=int(input('请输入分数：')) #输入分数值，将其转换为整数后赋给aif0<=a<60: #如果a大于等于0且小于60print('不及格') #输出“不及格”elif60<=a<70: #如果a大于等于60且小于70print('及格') #输出“及格”elif70<=a<80: #如果a大于等于70且小于80print('中') #输出“中”多分支if-elif-else一、条件分支语句【例2-11】

根据输入的分数判断成绩等级。【参考程序】elif80<=a<90: #如果a大于等于80且小于90print('良') #输出“良”else: #如果都不是print('优') #输出“优”多分支if-elif-else【运行结果】例2-11程序运行结果二、循环语句循环语句重复执行某段代码的语句。它允许程序在满足一定条件时，多次执行相同或相似的代码块，这种重复执行的代码通常放置在一个预定义的语句块，也就是循环体中。Python循环类型for循环while循环嵌套循环循环语句二、循环语句循环类型描

述for循环根据遍历的可迭代对象，重复执行循环体while循环在给定的判断条件为真时执行循环体，否则退出循环嵌套循环可在一个循环体中嵌套另一个循环，如在for循环体中嵌套while循环Python循环类型二、循环语句>1．for循环语句一个通用的序列迭代器，可以遍历任何有序的序列：字符串；列表；元组。执行过程对序列进行判断，如果序列中包含表达式，则求值运算；将序列中的第

1

个元素赋给变量，执行循环体；将序列中的第

2

个元素赋给变量，执行循环体；以此类推，直到序列中最后

1

个元素赋给变量，执行循环体后for循环结束，执行for循环语句之后的语句。格式：for

变量

in

序列:

语句块 #循