第 1章 網店開業(yè)——初識數據　1 1.1 清點庫存——獲取原始數據　1 1.2 數據標準化——整理Excel 數據　2 1.2.1 二維表　3 1.2.2 數據完整性與正確性　5 1.2.3 拆分數據——分列與 公式　7 1.2.4 數據類型和顯示格式　11 1.2.5 分而治之，按需組合　12 1.3 認識數據　14 1.3.1 定量數據和定性數據　14 1.3.2 絕對量與相對量　14 1.4 尋找“大客戶”——排序　16 1.5 數據挑著看——篩選　17 1.6 數據交換——Excel和CSV　19 第 2章 銷量的起伏——數據背后的 故事　25 2.1 銷售數據如何——簡單的統(tǒng)計　25 2.1.1 算術平均數　26 2.1.2 幾何平均數　27 2.1.3 眾數　30 2.1.4 最小值和最大值　32 2.1.5 中位數、四分位數和 百分位數　33 2.1.6 方差和標準差　35 2.1.7 標準分　36 2.1.8 分類匯總　38 2.1.9 數據透視表　41 2.2 學看統(tǒng)計圖　43 2.2.1 折線圖　43 2.2.2 餅圖　45 2.2.3 條形圖　46 2.3 銷量下降——是時候認真 分析數據了　47 2.3.1 轉化率——訪問量和 銷量　48 2.3.2 訪問量－購買量＝？　50 第3章 凌晨3點——又加班了　51 3.1 多銷售渠道的煩惱　51 3.2 日報表、月報表、 年度報表等　53 第4章 強大的信息處理工具—— Python編程　54 4.1 創(chuàng)建Python環(huán)境　54 4.1.1 Visual Studio　54 4.1.2 代碼文件的編碼問題　56 4.1.3 使用指定版本的Python　58 4.1.4 設置Path環(huán)境變量　59 4.1.5 命令行窗口　61 4.1.6 Python命令行環(huán)境　62 4.2 編寫Python代碼　64 4.3 功能實現(xiàn)者——函數和lambda 表達式　66 4.3.1 函數　66 4.3.2 可調用類型　71 4.3.3 lambda表達式　73 4.4 “對象”是主角——面向對象 編程　74 4.4.1 類與對象　74 4.4.2 繼承　80 4.4.3 “魔術方法”　82 4.4.4 with語句　84 4.4.5 類成員和靜態(tài)方法　87 4.5 模塊化管理　91 4.6 向左還是向右——代碼流程 控制　96 4.6.1 條件判斷和if語句　96 4.6.2 循環(huán)語句　100 4.6.3 match語句　103 4.7 處理運行錯誤　104 第5章 更靈活的計算——在Python 中處理數據　108 5.1 不一樣的算術運算　108 5.2 隨機數　110 5.3 序列　112 5.3.1 列表　113 5.3.2 元組　121 5.3.3 數列　123 5.4 字典　124 5.5 集合　128 5.6 更自由的排列—— sorted() 函數　129 5.7 數學計算—— math模塊　131 5.8 統(tǒng)計資源—— statistics模塊　132 5.8.1 使用Fraction類處理 分數　132 5.8.2 算術平均數　133 5.8.3 幾何平均數　133 5.8.4 眾數　134 5.8.5 中位數　134 5.8.6 方差和標準差　135 5.9 計算百分位數　136 5.10 計算標準分數　139 5.11 按中文拼音排序　139 5.12 日期和時間　142 5.12.1 datetime類　142 5.12.2 時間間隔　143 5.12.3 時區(qū)　144 5.12.4 時間戳　144 5.12.5 日期和時間的推算　145 5.12.6 格式轉換　146 第6章 “超能熊貓”來幫忙—— pandas應用　149 6.1 Series對象　149 6.2 排序　152 6.3 統(tǒng)計方法　154 第7章 二維表模型—— DataFrame 　158 7.1 DataFrame對象　158 7.2 讀取數據　160 7.2.1 iloc和loc屬性　160 7.2.2 讀取列　163 7.2.3 讀取行　164 7.3 排序　168 7.4 按條件查詢數據　170 7.5 處理空值數據　173 7.6 處理重復數據　174 7.7 數據旋轉　177 7.8 數據合并　178 7.9 數據連接　181 7.10 統(tǒng)計方法　182 7.11 分組　183 7.12 透視表　185 第8章 圖形更直觀——pandas 繪制統(tǒng)計圖　188 8.1 部分與整體的比例——餅圖　189 8.2 數據的關系與分布——散點圖與 氣泡圖　193 8.3 趨勢——折線圖　197 8.4 更直觀的對比——條形圖　202 8.5 數據的“距”——箱線圖　209 第9章 數據中轉站——數據格式 轉換　211 9.1 xlwt模塊寫入Excel　211 9.2 xlrd模塊讀取Excel　215 9.3 openpyxl模塊讀寫Excel　217 9.4 pandas模塊讀寫Excel　220 9.5 csv模塊讀寫CSV數據　223 9.6 pandas模塊讀寫CSV數據　227 第 10章 強大的數據倉庫—— SQLite數據庫　229 10.1 使用DB Browser for SQLite　229 10.2 數據類型　230 10.3 數據表　230 10.3.1 創(chuàng)建表　230 10.3.2 表的關聯(lián)——主鍵、唯一 約束和外鍵　232 10.3.3 添加字段　234 10.3.4 刪除表　235 10.3.5 sqlite_master系統(tǒng)表　235 10.3.6 索引　236 10.4 導入CSV數據　236 10.5 查詢與視圖　237 10.5.1 查詢條件　238 10.5.2 排序　240 10.5.3 分組與統(tǒng)計　242 10.5.4 連接　243 10.5.5 聯(lián)合　245 10.5.6 limit和offset關鍵字　247 10.5.7 exists語句　248 10.5.8 case語句　248 10.5.9 視圖　249 10.5.10 將查詢結果 保存到表　251 10.5.11 將數據保存到CSV 文件　252 10.6 添加數據　252 10.7 修改數據　254 10.8 刪除數據　255 10.9 日期和時間的處理方式　255 第 11章 Python操作SQLite　261 11.1 應用基礎　261 11.1.1 執(zhí)行SQL語句　262 11.1.2 讀取查詢結果　263 11.1.3 創(chuàng)建tSqlite類　263 11.2 查詢單值　265 11.3 查詢單條記錄　266 11.4 查詢多條記錄　267 11.5 查詢單列數據　270 11.6 添加數據　271 11.7 修改數據　273 11.8 刪除數據　274 11.9 擴展操作　275 11.9.1 自定義函數　275 11.9.2 聚合函數　277 11.9.3 排序規(guī)則　280 11.10 pandas讀取和寫入SQLite數據　282 第 12章 更大、更快、更強——MySQL數據庫　285 12.1 MySQL安裝與配置　285 12.2 使用HeidiSQL　289 12.3 常用數據類型　291 12.4 數據表　292 12.4.1 創(chuàng)建表　292 12.4.2 主鍵、唯一值和外鍵約束　294 12.4.3 修改字段定義　295 12.4.4 復制表結構　296 12.4.5 表的重命名（表的移動）　297 12.4.6 刪除表　298 12.4.7 索引　298 12.5 導入CSV數據　298 12.6 查詢和視圖　302 12.6.1 查詢條件與排序　302 12.6.2 分組與統(tǒng)計　307 12.6.3 連接　307 12.6.4 聯(lián)合　308 12.6.5 limit和offset關鍵字　310 12.6.6 exists語句　311 12.6.7 case語句　311 12.6.8 視圖　312 12.6.9 查詢結果保存到表　312 12.6.10 查詢結果導出CSV　313 12.7 數據添加、修改和刪除　314 12.7.1 添加數據　314 12.7.2 修改數據　315 12.7.3 刪除數據　315 12.8 常用函數與功能　315 12.8.1 統(tǒng)計與數學計算　315 12.8.2 文本操作　316 12.8.3 日期和時間　317 12.8.4 if()和ifnull()函數　320 12.8.5 判斷對象是否存在　320 12.9 存儲過程　321 第 13章 Python操作MySQL　323 13.1 應用基礎　323 13.1.1 連接數據庫　323 13.1.2 執(zhí)行SQL并讀取查詢結果　324 13.1.3 使用參數傳遞數據　325 13.2 創(chuàng)建tMySql類　325 13.3 查詢單值　327 13.4 查詢單條記錄　328 13.5 查詢多條記錄　329 13.6 查詢單列數據　331 13.7 添加記錄　332 13.8 修改數據　335 13.9 刪除記錄　336 13.10 pandas讀取和寫入MySQL數據　337 第 14章 數據一籮筐——打造數據中心　339 14.1 創(chuàng)建數據中心　339 14.2 批量導入數據　341 14.2.1 標準化數據　341 14.2.2 導入Excel數據　342 14.3 定時導入　343 14.4 處理網絡數據　349 14.4.1 HTML表格　349 14.4.2 JSON　352 14.5 從圖像中識別數據OCR）　353 14.5.1 圖像識別——EasyOCR　354 14.5.2 裁剪圖片　356 14.5.3 保存到“數據中心”　359 第 15章 更深入的數據分析　365 15.1 客戶的抱怨——處理文本信息　365 15.1.1 字符串處理　366 15.1.2 正則表達式　368 15.2 關于服裝的信息　373 15.3 “購買指數”——產品推薦算法　374 第 16章 早上八點，一杯咖啡，一份報表　378 16.1 自動生成報表　378 16.1.1 數據計算　378 16.1.2 生成Excel報表　379 16.2 繼續(xù)前進　383