项目1  环保调查问卷系统实现	1
任务1  使用Python创建问卷	6
1.1.1  Python脚本文件	8
1.1.2  Python编码设置	9
1.1.3  print()函数	9
1.1.4  运行Python脚本	9
任务2  实现用户信息交互	10
1.2.1  变量与字面量	12
1.2.2  数据类型	12
1.2.3  注释	13
任务3  校验用户信息	14
1.3.1  控制结构	16
1.3.2  分支结构	17
任务4  采集并评估用户问卷数据	18
1.4.1  for循环	20
1.4.2  while循环	21
1.4.3  第三方包的安装与导入	22
拓展实训：随机加减法出题程序的实现	23
项目考核	23
项目2  疫苗物流信息监测系统实现	25
任务1  管理员登录功能的实现	28
2.1.1  函数的定义	30
2.1.2  函数的调用	31
任务2  疫苗数据添加功能的实现	31
2.2.1  函数的返回	35
2.2.2  变量的作用域	37
任务3  疫苗信息统计功能的实现	38
2.3.1  形参与实参	41
2.3.2  位置参数与关键字参数	42
2.3.3  默认参数	44
2.3.4  可变参数	45
任务4  疫苗物流信息异常检测功能的实现	46
拓展实训：自定义难度的出题程序实现	49
项目考核	50
项目3  寻宝游戏实现	51
任务1  地图类的实现	54
3.1.1  面向对象	56
3.1.2  类的定义	57
3.1.3  类的实例化	58
任务2  玩家类的实现	59
3.2.1  类的成员	61
3.2.2  构造函数和析构函数	62
3.2.3  类成员修饰符	63
3.2.4  私有函数	63
任务3  战绩类的实现	64
3.3.1  公有属性和私有属性	67
3.3.2  get方法和set方法	68
任务4  超级玩家类的实现	70
3.4.1  父类和子类	73
3.4.2  属性的继承	73
3.4.3  方法的继承	74
拓展实训：飞机大战游戏的实现	75
项目考核	78
项目4  新能源汽车登记数据统计分析	79
任务1  登记数据的获取	82
4.1.1  数据来源	84
4.1.2  read_csv()函数	85
任务2  登记数据的解析	86
4.2.1  数据解析	88
4.2.2  缺失值处理	89
4.2.3  数据筛选	89
任务3  登记数据的描述性统计分析	90
4.3.1  描述性统计分析指标	92
4.3.2  groupby()函数	92
任务4  登记数据的可视化展现	93
4.4.1  数据可视化	95
4.4.2  统计分析结果展现形式	96
4.4.3  Matplotlib中的中文显示	96
4.4.4  Matplotlib图表绘制基础	96
拓展实训：数据统计分析应用	99
项目考核	102
项目5  用餐数据多维分析	104
任务1  用餐数据的集成和处理	107
5.1.1  数据集成	110
5.1.2  数据映射	111
5.1.3  数据类型转换	111
任务2  用餐数据的重复值检测和处理	112
5.2.1  检测重复值	113
5.2.2  删除重复值	113
任务3  用餐数据的缺失值检测和处理	113
5.3.1  检测缺失值	115
5.3.2  处理缺失值	115
任务4  用餐数据的异常值检测和处理	116
5.4.1  检测异常值	120
5.4.2  处理异常值	120
任务5  对用餐数据进行多维分析	121
5.5.1  分组分析	125
5.5.2  分布分析	125
5.5.3  交叉分析	126
5.5.4  结构分析	126
5.5.5  相关分析	127
拓展实训：对观影数据进行统计分析	128
项目考核	129
项目6  发电量数据推断统计分析	131
任务1  从MySQL数据库中读取数据	134
6.1.1  连接MySQL数据库	136
6.1.2  读取数据	136
任务2  对发电量进行时间序列分析	137
6.2.1  时间处理函数	139
6.2.2  时间序列分析	140
任务3  对发电量进行假设检验	141
6.3.1  独立性检验和自相关函数	144
6.3.2  正态性和S-W检验	145
6.3.3  方差齐性和Levene检验	146
任务4  对发电量进行方差分析	146
6.4.1  方差分析与F统计量	147
6.4.2  假设检验的步骤	147
拓展实训：风力发电数据推断统计	148
项目考核	149
项目7  电商平台用户消费数据分析	151
任务1  用户数据的创建	154
7.1.1  数组创建	156
7.1.2  数组数据类型	157
7.1.3  数组的索引和切片	159
任务2  用户数据的更新	161
7.2.1  随机数生成	164
7.2.2  数组操作	164
任务3  用户数据的分析	168
7.3.1  矩阵创建	169
7.3.2  基本数学函数	172
7.3.3  统计函数	175
拓展实训：用户数据RFM模型分析	176
项目考核	177
项目8  AI生成图像的处理和优化	179
任务1  图像基本操作	181
8.1.1  图像读取和保存	186
8.1.2  数组索引和切片的应用	187
8.1.3  数组基本运算	187
8.1.4  meshgrid()函数	188
任务2  图像缩放处理	188
8.2.1  repeat()函数	190
8.2.2  tile()函数	191
任务3  为图像添加框线	191
8.3.1  pad()函数	194
8.3.2  数组赋值运算	194
任务4  图像滤波和增强	195
8.4.1  NumPy聚合函数	198
8.4.2  NumPy随机数应用	199
8.4.3  clip()函数	199
任务5  图像边缘检测	199
8.5.1  Sobel算子	202
8.5.2  hypot()函数	202
拓展实训：医学影像的处理和优化	203
项目考核	204
项目9  房屋租赁数据可视化分析	206
任务1  房屋租赁价格统计分析	209
9.1.1  常用的统计分析函数	212
9.1.2  柱状图	213
9.1.3  直方图	214
9.1.4  hist()函数	214
任务2  房屋租赁价格分布分析	215
9.2.1  箱形图	216
9.2.2  boxplot()函数	217
任务3  房屋租赁价格相关因素分析	217
9.3.1  散点图	220
9.3.2  scatter()函数	221
任务4  房源占比分析	222
9.4.1  饼图	224
9.4.2  pie()函数	224
任务5  房屋租赁价格预测分析	225
9.5.1  sklearn简介	227
9.5.2  sklearn实现线性回归分析	227
9.5.3  折线图	228
9.5.4  plot()函数	228
任务6  房源地理位置分布分析	228
拓展实训：二手房数据可视化分析	232
项目考核	235
项目10  二手车数据可视化分析	237
任务1  使用常见图表对二手车数据进行分析	240
10.1.1  Seaborn简介	243
10.1.2  lineplot()函数	244
10.1.3  catplot()函数	244
任务2  使用词云图展现二手车市场的热门车型和城市	245
10.2.1 词云图	247
10.2.2  wordcloud简介	247
任务3  使用热力图展现二手车地理分布情况	248
10.3.1  Pyecharts简介	249
10.3.2  使用Pyecharts绘制地图	249
任务4  对二手车车龄、里程数进行分布分析	250
10.4.1  histplot()函数	254
10.4.2  violinplot()函数	254
10.4.3  swarmplot()函数	255
任务5  对二手车价格影响因素进行相关分析	255
10.5.1  heatmap()函数	258
10.5.2  jointplot()函数	258
10.5.3  pairplot()函数	259
任务6  对二手车数据进行回归分析	259
10.6.1  多项式回归	262
10.6.2  sklearn实现多项式回归	262
拓展实训：招考数据可视化分析	263
项目考核	264
附录A	266
附录B	267
参考文献	275