中图网

>

计算机教材

Python工程应用——数据分析基础与实践

作者：郭奕，黄永茂编著

出版社：西安电子科技大学出版社出版时间：2021-01-01

开本： 26cm 页数： 247页

本类榜单：计算机/网络销量榜

中图价:¥30.4(8.0折) 定价 ~~¥38.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥30.4 加入购物车

版权信息
本书特色
内容简介
目录

Python工程应用——数据分析基础与实践版权信息

ISBN：9787560659435
条形码：9787560659435 ; 978-7-5606-5943-5
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
计算机教材

Python工程应用——数据分析基础与实践本书特色

本书重点介绍了Python的基础知识以及利用Python进行数据分析的方法，通过对大量实际案例的分析，以及部分理论的解读使读者能够利用Python语言进行程序设计、同时掌握利用Python进行数据获取、预处理和数据挖掘的整个开发过程。本书强调实践案例分析，通过四个完整的案例展现了如何利用Python对实际的数据分析问题进行处理。

Python工程应用——数据分析基础与实践内容简介

本书重点介绍了Python的基础知识以及利用Python进行数据分析的方法, 通过对大量实际案例的分析, 以及部分理论的解读使读者能够利用Python语言进行程序设计、同时掌握利用Python进行数据获取、预处理和数据挖掘的整个开发过程。

Python工程应用——数据分析基础与实践目录

第1章走进Python 2 1.1 了解Python 2 1.1.1 什么是Python 2 1.1.2 Python的产生与发展 2 1.1.3 Python的特点 6 1.1.4 Python的应用 7 1.2 Python的安装 9 1.2.1 Python官方版本的安装 9 1.2.2 Anaconda的安装 17 1.3 开发环境搭建 24 1.3.1 Jupyter Notebook的安装 25 1.3.2 PyCharm的安装 29 本章小结 34 思考题 34 第2章 Python语法基础 35 2.1 **个Python程序 35 2.1.1 技术要点 35 2.1.2 利用Jupyter Notebook实现 35 2.1.3 利用PyCharm实现 37 2.2 Python的基本语法 41 2.2.1 编码问题 41 2.2.2 Python的标识符和保留字 41 2.2.3 Python的注释 42 2.2.4 行与缩进 43 2.2.5 Python中多行语句的表示 44 2.2.6 Python中模块的引用 44 2.3 变量与基本数据类型 45 2.3.1 变量 45 2.3.2 标准数据类型 45 2.4 流程控制 55 2.4.1 条件语句 55 2.4.2 循环语句 56 2.5 函数、模块和包 60 2.5.1 函数 60 2.5.2 模块和包 62 2.6 异常处理 65 本章小结 67 思考题 67 第3章 Python面向对象程序设计 69 3.1 面向对象的基本概念 69 3.1.1 面向对象程序设计的基本思想 69 3.1.2 面向对象程序设计的基本特性 71 3.2 类和对象 75 3.2.1 类的定义 76 3.2.2 对象的创建和使用 77 3.3 属性和方法 77 3.3.1 访问机制 77 3.3.2 方法 79 3.3.3 属性 80 3.3.4 类和静态方法 81 3.4 类的继承 84 3.4.1 类的继承 84 3.4.2 组合 85 3.5 应用举例 85 本章小结 90 思考题 90 第二篇数据分析基础第4章数据分析概述 92 4.1 新冠病毒与数据分析 92 4.2 数据分析的概念和流程 94 4.2.1 什么是数据分析 95 4.2.2 数据分析的一般流程 95 4.3 数据分析与相关概念的关系 98 4.3.1 数据科学、数据分析与机器学习 98 4.3.2 Python与数据分析 98 本章小结 99 思考题 99 第5章常用数据分析库介绍 100 5.1 NumPy 100 5.1.1 NumPy库的安装 100 5.1.2 NumPy的导入 100 5.1.3 创建数组 101 5.1.4 查询数组类型 101 5.1.5 数组的其他创建方式 102 5.1.6 数组元素的存取 102 5.1.7 ufunc运算 102 5.1.8 矩阵的运算 102 5.2 Pandas 103 5.2.1 Pandas的安装 103 5.2.2 Pandas的导入 103 5.2.3 Series 103 5.2.4 DataFrame 104 5.3 Matplotlib 104 5.3.1 Matplotlib的安装 105 5.3.2 Matplotlib的导入 105 5.3.3 基本绘图plot命令 105 5.3.4 绘制多窗口图形 107 5.3.5 文本注释 108 5.4 Scipy 109 5.4.1 Scipy的安装 110 5.4.2 Scipy的引入 110 5.4.3 *小二乘法 110 5.4.4 非线性方程的求解 112 5.5 Scikit-Learn 112 5.5.1 Scikit-Learn的安装 113 5.5.2 Scikit-Learn的数据集 113 5.5.3 Scikit-Learn的使用 114 本章小结 116 思考题 116 第6章数据获取与存储 117 6.1 数据获取概述 117 6.1.1 数据来源 117 6.1.2 本地数据获取 119 6.2 网络数据获取基础 124 6.2.1 爬虫概述 124 6.2.2 预备知识 125 6.3 网络数据获取进阶 134 6.4 数据存储与提取 145 本章小结 150 思考题 151 第7章数据预处理 152 7.1 数据预处理概述 152 7.2 数据预分析 153 7.2.1 统计特性分析 153 7.2.2 数据质量分析 154 7.3 数据清理 156 7.3.1 异常值处理 156 7.3.2 缺失值处理 156 7.4 数据集成 158 7.4.1 实体识别 158 7.4.2 冗余属性识别 158 7.5 数据变换 159 7.5.1 简单函数变换 159 7.5.2 归一化 159 7.5.3 连续属性离散化 160 7.6 数据规约 162 7.6.1 属性规约 163 7.6.2 数值规约 164 7.7 Python的主要数据预处理函数 164 本章小结 165 思考题 165 第8章数据分析 167 8.1 描述性数据分析 167 8.1.1 数据集中趋势描述 168 8.1.2 数据离散程度描述 170 8.1.3 数据分布形态 171 8.1.4 代码示例 171 8.2 探索性数据分析 174 8.2.1 探索性数据分析描述 174 8.2.2 代码示例 174 8.3 预测性数据分析 183 8.3.1 概述 183 8.3.2 多元线性回归 183 8.4 撰写数据报告 187 本章小结 188 思考题 188 第三篇数据分析实战第9章超市销售数据分析 190 9.1 案例任务 190 9.2 案例主要实现流程 190 9.2.1 数据预处理 191 9.2.2 生鲜类商品和一般商品每天的销售金额表 191 9.2.3 一月各大类商品销售金额的占比饼图 192 9.2.4 顾客画像 192 9.3 详细实现及结果展示 193 9.3.1 数据预处理 193 9.3.2 生鲜类商品和一般商品每天的销售金额表 194 9.3.3 一月各大类商品销售金额的占比饼图 195 9.3.4 顾客画像 198 本章小结 200 思考题 200 第10章学生校园消费行为分析 202 10.1 案例任务 202 10.2 案例主要实现流程 202 10.3 详细实现及结果展示 203 10.3.1 数据获取 203 10.3.2 数据预处理 203 10.3.3 食堂就餐行为分析 206 本章小结 215 思考题 215 第11章金州勇士队夺取 NBA冠军的秘密 216 11.1 案例任务 216 11.2 案例主要实现流程 216 11.3 详细实现及结果展示 217 11.3.1 数据整理 218 11.3.2 技术指标排名分析 219 11.3.3 勇士队胜负场中两分球与三分球得分情况 224 11.3.4 勇士队球员技术对比和三分球命中率在NBA联盟中的情况 227 本章小结 229 思考题 229 第12章成都二手房房价分析与预测 230 12.1 案例任务 230 12.2 案例主要实现流程 230 12.2.1 案例实现流程 230 12.2.2 数据获取原理 231 12.2.3 数据分析 234 12.2.4 房源价格预测 234 12.3 详细实现及结果展示 236 12.3.1 数据爬取 236 12.3.2 数据预处理 238 12.3.3 数据分析和可视化 239 12.3.4 房源价格预测 245 本章小结 247 思考题 247

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐