本书详细讲解Python扩展库NumPy、Pandas、Matplotlib在数据分析与数据可视化领域的应用。全书共3章，第1章讲解基于NumPy的数组运算、矩阵运算、多项式计算及傅里叶变换等内容；第2章讲解基于Pandas的数据读写、生成、访问、修改、删除、分析与处理等内容；第3章讲解基于Matplotlib的折线图、散点图、柱状图、饼状图、雷达图、箱线图、小提琴图、风矢量图、等高线图、树状图、三维图形等各种图形绘制技术以及绘图区域切分、轴域属性设置、坐标轴属性设置、图例属性设置、动态图形绘制、交互式图形绘制等内容。
本书可以作为数据科学与大数据、计算机科学与技术、统计、信息管理、数字媒体技术、办公自动化以及相关专业研究生、本科生、专科生的教材，也可以作为相关从业人员的工具书或Python爱好者的进阶自学用书。

董付国，山东工商学院计算机学院副教授，山东省一流本科课程“Python应用开发”负责人。先后出版17本Python系列教材，多次获得校级教学优秀效果奖一等奖和教学质量奖，开发过多套大型系统和软件，发表教研、科研论文40余篇，EI收录近30篇，拥有国家发明专利1项、软件著作权1项，主持和参与多项纵向课题。长期维护微信公众号“Python小屋”，免费分享超过1000篇原创技术文章和500节微课视频。

第1章 NumPy数组运算与矩阵运算
1.1 数组运算与相关操作
1.1.1 创建数组
1.1.2 访问数组中的元素
1.1.3 修改数组中的元素值
1.1.4 增加与删除元素
1.1.5 测试两个数组的对应元素是否足够接近
1.1.6 数组与标量的运算
1.1.7 数组与数组的运算
1.1.8 排序
1.1.9 点积运算
1.1.10 向量叉乘
1.1.11 张量积
1.1.12 数组对函数运算的支持
1.1.13 函数向量化
1.1.14 改变数组形状
1.1.15 布尔运算
1.1.16 分段函数
1.1.17 数组堆叠与合并
1.1.18 数组拆分
1.1.19 转置
1.1.20 查看数组元素符号
1.1.21 数组元素累加与累乘
1.1.22 数组的集合运算
1.1.23 数组序列化与反序列化
1.1.24 查看数组特征
1.1.25 转换数组数据类型
1.1.26 卷积运算
1.1.27 数组翻转与旋转
1.1.28 爱因斯坦标记法
1.2 矩阵运算与相关操作
1.2.1 创建矩阵
1.2.2 访问矩阵元素
1.2.3 矩阵转置
1.2.4 矩阵加法与减法
1.2.5 矩阵乘法
1.2.6 计算相关系数矩阵
1.2.7 计算样本方差、协方差、标准差
1.2.8 计算特征值与特征向量
1.2.9 计算行列式
1.2.10 计算逆矩阵
1.2.11 计算向量和矩阵的范数
1.2.12 求解线性方程组
1.2.13 计算矩阵的条件数
1.2.14 奇异值分解
1.2.15 计算矩阵的秩
1.2.16 QR分解
1.2.17 Cholesky分解
1.3 多项式计算
1.4 傅里叶变换与反变换
1.5 应用案例
本章习题
第2章 Pandas数据分析与处理实战
2.1 数据分析与处理概述
2.2 Pandas一维数组
2.2.1 日期时间数据处理与相关操作
2.2.2 区间数据处理与相关操作
2.2.3 Categorical数据处理与相关操作
2.2.4 Series数据处理与相关操作
2.3 Pandas二维数组DataFrame
2.3.1 创建DataFrame对象
2.3.2 查看统计信息
2.3.3 排序
2.3.4 数据选择与访问
2.3.5 数据修改
2.3.6 缺失值、重复值、异常值处理
2.3.7 数据离散化
2.3.8 频次统计
2.3.9 向量化与唯一元素
2.3.10 拆分与合并
2.3.11 分裂操作
2.3.12 分组与聚合
2.3.13 数据差分
2.3.14 透视表
2.3.15 交叉表
2.3.16 哑变量
2.3.17 相关系数
2.3.18 多级索引
2.3.19 选项设置
2.3.20 读写文件
2.3.21 设置样式
2.3.22 swifter加速
2.3.23 绘制图形
2.4 Pandas应用案例
本章习题
第3章 Matplotlib数据可视化实战
3.1 数据可视化库Matplotlib基础
3.2 绘制折线图
3.3 绘制散点图
3.4 绘制柱状图
3.5 绘制饼状图
3.6 绘制雷达图
3.7 绘制箱线图
3.8 绘制小提琴图
3.9 绘制风矢量图
3.10 绘制等高线图
3.11 绘制树状图
3.12 绘制三维图形
3.13 绘图区域切分
3.14 设置图例样式
3.15 设置坐标轴属性
3.16 事件响应与处理
3.17 绘制动态图形
本章习题
参考文献