緒論 1
項(xiàng)目1　人口普查數(shù)據(jù)文件讀寫(xiě) 5
知識(shí)準(zhǔn)備 7
1.1　數(shù)據(jù) 7
1.1.1 數(shù)據(jù)的概念 7
1.1.2 數(shù)據(jù)的獲取途徑 8
1.2 計(jì)算機(jī)程序 9
1.2.1 計(jì)算機(jī)程序的概念 9
1.2.2 編寫(xiě)程序的目的 9
1.2.3 程序處理的對(duì)象 10
1.3 Python的安裝與使用 10
1.3.1 Python的下載及安裝 10
1.3.2 Python的命令行使用方式 12
1.3.3 Python的文件操作方式 12
1.4　變量 13
1.4.1 變量的概念 13
1.4.2 變量的命名規(guī)則 14
1.5 程序結(jié)構(gòu) 15
1.5.1 順序結(jié)構(gòu) 15
1.5.2 分支結(jié)構(gòu) 16
1.5.3 循環(huán)結(jié)構(gòu) 17
1.6 函數(shù) 18
1.6.1 函數(shù)的概念 18
1.6.2 函數(shù)的類(lèi)型及使用 18
1.7 庫(kù) 24
1.7.1 標(biāo)準(zhǔn)庫(kù) 24
1.7.2 第三方庫(kù) 25
1.8 注釋 26
1.8.1 單行注釋 26
1.8.2 多行注釋 27
任務(wù)實(shí)施 27
1. 人口普查數(shù)據(jù)讀取 27
2. 人口普查數(shù)據(jù)保存 29
知識(shí)拓展 30
1. os庫(kù)的文件操作 30
2. os庫(kù)的路徑操作 31
3. 相對(duì)路徑和絕對(duì)路徑 32
項(xiàng)目2　受高等教育人口情況統(tǒng)計(jì) 36
知識(shí)準(zhǔn)備 38
2.1 環(huán)境搭建 38
2.1.1 Anaconda的安裝 38
2.1.2 Jupyter Notebook的使用 39
2.2 數(shù)據(jù)類(lèi)型 42
2.2.1 基本數(shù)據(jù)類(lèi)型 42
2.2.2 復(fù)合數(shù)據(jù)類(lèi)型 45
2.2.3 數(shù)據(jù)類(lèi)型的查看 51
2.2.4 數(shù)據(jù)類(lèi)型的轉(zhuǎn)換 52
2.3 控制語(yǔ)句 53
2.3.1 if語(yǔ)句 53
2.3.2 for循環(huán)語(yǔ)句 55
2.3.3 while循環(huán)語(yǔ)句 56
2.3.4 嵌套循環(huán) 57
2.4 輸入輸出 57
2.4.1 輸入 58
2.4.2 輸出 58
任務(wù)實(shí)施 62
1. 全國(guó)大專學(xué)歷總?cè)藬?shù)及占比 62
2. 各地區(qū)大專學(xué)歷總?cè)藬?shù)及占比 63
3. 各地區(qū)大專人數(shù)占比與全國(guó)水平的比較 64
4. 各地區(qū)受高等教育人數(shù)及占比 65
知識(shí)拓展 66
1. Python運(yùn)算符及其優(yōu)先級(jí) 66
2. break語(yǔ)句與continue語(yǔ)句 71
3. 字典推導(dǎo)式與列表推導(dǎo)式 72

項(xiàng)目3　勞動(dòng)力人口數(shù)據(jù)分析 77
知識(shí)準(zhǔn)備 79
3.1 數(shù)據(jù)分析與數(shù)據(jù)可視化 79
3.2 pandas庫(kù) 79
3.2.1 pandas庫(kù)簡(jiǎn)介 79
3.2.2 Series對(duì)象 80
3.2.3 DataFrame對(duì)象 85
3.3 matplotlib庫(kù) 89
3.3.1 matplotlib庫(kù)簡(jiǎn)介 89
3.3.2 畫(huà)布的創(chuàng)建 90
3.3.3 子圖的創(chuàng)建 91
3.3.4 標(biāo)簽信息的添加 92
3.3.5 常見(jiàn)圖表的繪制 94
3.3.6 顏色、線型、標(biāo)記的設(shè)置 96
3.3.7 繪制圖形的保存 97
3.4 數(shù)據(jù)合并 98
3.4.1 merge()函數(shù) 98
3.4.2 join()函數(shù) 99
3.4.3 concat()函數(shù) 100
3.5 數(shù)據(jù)清洗 101
3.5.1 空值和缺失值的處理 102
3.5.2 重復(fù)值的處理 103
3.5.3 異常值的處理 103
任務(wù)實(shí)施 104
1. 全國(guó)勞動(dòng)力人口數(shù)據(jù)的獲取與讀取 104
2. 全國(guó)勞動(dòng)力人口數(shù)據(jù)的預(yù)處理 108
3. 2019年全國(guó)勞動(dòng)力人口分布情況分析 112
4. 2019年各省區(qū)市勞動(dòng)力人口占比分析 115
5. 20092019年全國(guó)勞動(dòng)力總?cè)丝谧兓�情況分析 117
6. 20092019年top5省區(qū)市勞動(dòng)力人口變化情況分析 119
知識(shí)拓展 122
1. numpy庫(kù)簡(jiǎn)介 122
2. ndarray數(shù)組對(duì)象 122
3. ndarray數(shù)組的索引和切片 125
4. ndarray數(shù)組的運(yùn)算 126
5. numpy庫(kù)中的統(tǒng)計(jì)函數(shù) 128
項(xiàng)目4　人口信息管理系統(tǒng)開(kāi)發(fā) 133
知識(shí)準(zhǔn)備 135
4.1 Pycharm開(kāi)發(fā)工具 135
4.1.1 Pycharm簡(jiǎn)介 135
4.1.2 Pycharm的下載 135
4.1.3 Pycharm的安裝 136
4.1.4 Pycharm的基本使用 138
4.2 函數(shù) 139
4.2.1 函數(shù)的定義 139
4.2.2 函數(shù)的調(diào)用 142
4.2.3 函數(shù)的參數(shù) 143
4.2.4 函數(shù)的返回值 144
4.3 類(lèi)和對(duì)象 145
4.3.1 面向?qū)ο?145
4.3.2 類(lèi)和對(duì)象的概念 146
4.3.3 類(lèi)和對(duì)象的創(chuàng)建與使用 147
4.3.4 封裝 149
4.4 繼承 150
4.4.1 繼承的概念 150
4.4.2 繼承的使用 152
4.5 異常 154
4.5.1 異常的概念和使用 154
4.5.2 內(nèi)置異常類(lèi)型 156
任務(wù)實(shí)施 157
1. 界面設(shè)計(jì) 158
2. 人口數(shù)據(jù)加載 170
3. 用戶登錄 178
4. 人口信息添加 181
5. 人口信息修改 185
6. 人口信息刪除 194
7. 人口信息搜索 196
8. 項(xiàng)目總結(jié) 197
知識(shí)拓展 199
1. Lambda表達(dá)式 199
2. 函數(shù)的遞歸 200
3. 多態(tài)性 201
4. 靜態(tài)方法 202
5. 特殊方法 203
項(xiàng)目5　人口數(shù)據(jù)爬取 208
知識(shí)準(zhǔn)備 210
5.1 HTTP的基本原理 210
5.1.1 URL 210
5.1.2 超文本 210
5.1.3 HTTP請(qǐng)求及響應(yīng)的基本過(guò)程 211
5.2 HTML網(wǎng)頁(yè)基礎(chǔ) 213
5.2.1 HTML 213
5.2.2 HTML標(biāo)簽及其基本結(jié)構(gòu) 214
5.2.3 節(jié)點(diǎn)樹(shù)及節(jié)點(diǎn)間的關(guān)系 215
5.2.4 HTML標(biāo)簽屬性 216
5.3 網(wǎng)絡(luò)爬蟲(chóng)的基本原理 217
5.4 requests庫(kù) 218
5.4.1 requests庫(kù)的安裝 218
5.4.2 requests庫(kù)的基本用法 218
5.5 BeautifulSoup庫(kù) 219
5.5.1 BeautifulSoup庫(kù)的安裝 219
5.5.2 BeautifulSoup庫(kù)的基本用法 220
5.5.3 標(biāo)簽屬性和值的獲取 221
5.5.4 文檔樹(shù)搜索 222
任務(wù)實(shí)施 223
1. 獲取網(wǎng)頁(yè) 224
2. 分析網(wǎng)頁(yè) 225
3. 解析網(wǎng)頁(yè) 225
4. 存儲(chǔ)數(shù)據(jù) 226
知識(shí)拓展 227
1. JavaScript渲染 227
2. JSON數(shù)據(jù)的請(qǐng)求 228
3. Scrapy簡(jiǎn)介 229
附錄A　課程拓展 235
參考文獻(xiàn) 239