# Python-Data-Analysis-Stats

**Repository Path**: WeatherCore/Python-Data-Analysis-Stats

## Basic Information

- **Project Name**: Python-Data-Analysis-Stats
- **Description**: 数据分析专题实战学习，依次包含 NumPy 科学计算、Pandas 全套数据处理、分组聚合、Matplotlib 数据可视化、假设检验、相关性与回归分析等统计分析内容，具备结构化数据处理与统计建模实战能力
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-07-24
- **Last Updated**: 2026-07-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Python-Data-Analysis-Stats
## 仓库说明
数据分析专题实战学习，依次包含 NumPy 科学计算、Pandas 全套数据处理、分组聚合、Matplotlib 数据可视化、假设检验、相关性与回归分析等统计分析内容，具备结构化数据处理与统计建模实战能力
> ⚠️ Github原生支持ipynb在线预览；若预览异常，下载文件使用Jupyter Lab/Notebook本地打开运行
> ## 使用声明
> 本仓库所有笔记与代码仅供个人学习参考，严禁商用、付费售卖、二次收费转载。

## 仓库文件清单（文件顺序与编号一一对应）
1. `1.科学计算库NumPy.ipynb`
    NumPy数组创建、切片、广播运算、矩阵基础运算、常用数学函数
2. `2.数据分析工具Pandas-1.ipynb`
    Series、DataFrame基础创建、数据读取、基础筛选
3. `2.数据分析工具Pandas-2.ipynb`
    缺失值处理、数据合并、映射转换、索引操作
4. `2.数据分析工具Pandas-3.ipynb`
    Pandas进阶查询、条件筛选、字符串处理实战
5. `3.数据分组和聚合.ipynb`
    groupby分组、聚合函数、透视表pivot_table实战
6. `4.数据的可视化.ipynb`
    Matplotlib基础绘图：折线图、柱状图、直方图、散点图等可视化案例
7. `5.假设检验.ipynb`
    T检验、卡方检验等常见统计假设检验原理与代码实现
8. `6.相关分析和回归分析-新.ipynb`
    皮尔逊相关系数、一元线性回归建模、结果解读

## 文档不含内容（规避预期不符）
1. 不包含机器学习算法（决策树、随机森林等）
2. 无时间序列进阶模型、多元复杂回归
3. 不含大型数据集工程级数据清洗项目
4. 不讲解Seaborn、Plotly等第三方高级可视化库

## 运行环境说明
Python3.x + numpy + pandas + matplotlib + scipy
推荐使用Jupyter Lab 打开所有 `.ipynb` 文件

## 适用人群
Python数据分析入门、统计学基础学习，适合爬虫后的数据处理、业务数据统计分析场景，同时适配数据分析相关面试基础考点。