图书中心

《Python数据分析与挖掘案例实战教程》是一本理论与实践相结合、旨在培养读者数据分析与挖掘能力的教材。《Python数据分析与挖掘案例实战教程》以Python语言为基础，围绕数据分析与挖掘的核心概念和技术进行系统讲解，同时引入美林Tempo大数据分析平台作为辅助开发工具，加强读者对数据分析和挖掘项目的操作实践和应用能力。
《Python数据分析与挖掘案例实战教程》秉持将学习过程与工作过程紧密结合的编写理念，根据数据分析岗位的实际需求 设计章节与案例任务。全书内容分为基础篇、应用篇、提高篇三个部分，通过保险公司股票数据分析、岗位招聘数据分析、共享单车数据分析、银行理财产品促销、电商客户群体划分、西安二手房数据分析与挖掘等六个完整的项目案例，逐步引导读者深入理解数据分析与挖掘的流程和技术。
在内容安排上，《Python数据分析与挖掘案例实战教程》注重知识点的逐步深入和难度的递增，通过实际案例的分析与操作，帮助读者在实践中掌握数据分析与挖掘的技能。同时，《Python数据分析与挖掘案例实战教程》还融入了思政元素，旨在培养学生的专业精神和职业素养。
为了更好地辅助教学和学习，《Python数据分析与挖掘案例实战教程》配备了丰富的教学资源，包括教学大纲、教学课件、电子教案、程序源码、实训项目案例、习题及参考答案、实验指导手册等。读者可以通过头歌（EduCoder）平台配套的在线实践课程完成线上闯关实验。
《Python数据分析与挖掘案例实战教程》内容丰富、讲解清晰、实用性强、案例完整，适合作为高等院校计算机科学与技术、软件工程、数据科学与大数据技术统计学等相关专业的教学用书，也适合作为数据分的析爱好者和行业从业者的自学材料。通过《Python数据分析与挖掘案例实战教程》的学习，读者将能够掌握Python数据分析与挖掘的核心技术，培养解决实际问题的能力，为未来的职业生涯打下坚实的基础。

张健：西安培华学院计算机科学与技术专业教师，副教授。曾在华为技术有限公司和大唐移动从事数据库内核设计和开发11年，研究方向：数据分析与挖掘、深度学习以前出版过的书：《数据库原理与应用实战教程》、《基于BI系统的财务报表分析》。林青：西安培华学院软件工程专业带头人，教授。研究方向：大数据，计算机教育

路陈红：西安培华学院计算机科学与技术专业教师，副教授。研究方向：图像处理和模式识别

牛清娜：美林数据技术股份有限公司教育产品总监。西安建筑科技大学特聘校外导师

刘丽景：西安培华学院数据科学与大数据专业带头人，高级工程师。研究方向：特征工程、机器学习、深度学习等大数据与人工智能相关技术领域的数据处理过程和算法模型应用等。

高晨蕊：西安培华学院人文与国际教育学院汉语言文学专业教师，讲师。研究方向：国际中文教育/语言学

闫林英:硕士研究生，计算机科学与技术专业，讲师，研究方向：深度学习、移动应用开发

基础篇
项目1 数据分析基础 3
任务1：认识数据分析 4
任务2：了解数据分析工具 9
任务3：数据分析集成开发环境准备 13
项目小结 25
章节练习 25
项目2 保险公司股票数据分析 27
任务1：股票数据数组的基本操作 28
任务2：股票数据的索引和切片 37
任务3：股票数据统计和分析 44
项目小结 54
知识拓展 54
实训案例 59
章节练习 60

应用篇
项目3 岗位招聘数据分析 67
任务1：岗位招聘数据探索性分析 68
任务2：岗位招聘数据预处理 90
任务3：岗位招聘数据统计分析 108
任务4：岗位招聘数据可视化分析 128
项目小结 154
实训案例 154
章节练习 156
项目4 共享单车数据分析 161
任务1：共享单车探索性数据分析 162
任务2：共享单车数据预处理 170
任务3：共享单车数据可视化分析 192
任务4：基于TempoBI的共享单车可视化分析 215
项目小结 217
实训案例 217
章节练习

提高篇
项目5 银行理财产品促销 227
任务1：理财产品促销探索性数据分析 227
任务2：理财产品促销分类模型构建 251
任务3：理财产品促销分类模型评价 261
任务4：基于TempoAI平台的银行理财产品促销 265
项目小结 267
知识拓展 267
实训案例 271
章节练习 276
项目6 电商客户群体划分 279
任务1：电商客户分群探索性数据分析 279
任务2：电商客户分群聚类模型构建 288
任务3：电商客户分群聚类模型评价 298
任务4：基于TempoAI的电商客户分群 304
项目小结 304
知识拓展 304
实训案例 309
章节练习 311
项目7 西安二手房数据分析与挖掘综合项目实战 316
任务1：西安二手房探索性数据分析 317
任务2：西安二手房数据统计及可视化分析 327
任务3：西安二手房房价预测模型构建 336
任务4：西安二手房房价预测模型评价 344
任务5：西安二手房聚类分析 350
任务6：西安二手房数据可视化大屏展示 357
项目小结 367
知识拓展 367
实训案例 369
章节练习 372