书馨卡帮你省薪
欢迎光临中图网 请 | 注册

Python数据分析

出版社:清华大学出版社出版时间:2021-09-01
开本: 其他 页数: 189
中 图 价:¥41.2(8.4折) 定价  ¥49.0 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>

Python数据分析 版权信息

  • ISBN:9787302589990
  • 条形码:9787302589990 ; 978-7-302-58999-0
  • 装帧:70g胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

Python数据分析 本书特色

Python拥有许多强大的程序库,已经成为进行各种数据分析和预测建模任务的流行平台。Python的应用范围很广,拓展性很大。本书介绍了众多的Python模块,例如numpy、pandas、Matplotlib、scikit-learn等。 通过阅读本书,你将学会如何使用Python处理和操作数据,并完成数据分析和可视化展示。

Python数据分析 内容简介

作为一本学习Python数据分析的入门教程,本书系统地介绍了Python语言基础和使用Python第三方库进行数据分析、数据可视化、科学计算及机器学习等方面的知识。 本书共7章: 章介绍数据分析领域的基本理论和概念; 第2章介绍Python语言,包括基本语法、流程控制、组合数据类型及函数等内容; 第3章介绍Python科学计算基础库NumPy中各种数组运算和操作; 第4章介绍当前数据分析领域很主流的包Pandas; 第5章介绍使用Matplotlib和pyecharts进行数据可视化的知识; 第6章简单介绍科学计算和机器学习的基本概念和方法; 第7章为综合案例。 本书内容简明易懂、重点突出、案例丰富。可作为高等院校信息管理与信息系统、数据科学及大数据技术等相关专业的本科生教材,也可作为Python数据分析初学者的参考书。

Python数据分析 目录

第1章 数据分析概述
1.1 什么是数据分析
1.1.1 数据的类型
1.1.2 数据分析的过程
1.1.3 与数据分析相关的概念
1.2 为何用Python进行数据分析
1.2.1 Python语言的特点
1.2.2 Python在数据分析方面的优势
1.3 重要的Python库
1.3.1 NumPy
1.3.2 SciPy
1.3.3 Pandas
1.3.4 Matplotlib
1.3.5 pyecharts
1.3.6 StatsModels
1.3.7 scikit-learn
1.4 Anaconda的安装和使用
1.4.1 Anaconda的下载
1.4.2 Anaconda的安装
1.4.3 安装和更新Python包
1.5 JupyterNotebook的使用
1.5.1 打开JupyterNotebook
1.5.2 JupyterNotebook中代码的编辑与运行
1.6 本章小结

第2章 Python程序设计基础
2.1 Python语言基础
2.1.1 对象、变量和标识符
2.1.2 内置数据类型
2.1.3 运算符和表达式
2.1.4 Python中的函数和模块
2.2 流程控制
2.2.1 顺序结构
2.2.2 选择结构
2.2.3 循环结构
2.3 Python组合数据类型
2.3.1 列表
2.3.2 元组
2.3.3 字符串
2.3.4 字典
2.4 函数
2.4.1 函数的定义和调用
2.4.2 函数参数和返回值
2.4.3 lambda表达式
2.4.4 递归函数
2.4.5 函数式编程和高阶函数
2.5 本章小结

第3章 NumPy基础
3.1 多维数组对象ndarray
3.1.1 ndarray对象的创建
3.1.2 ndarray对象的属性
3.1.3 随机数数组
3.2 数组的基本操作
3.2.1 数组的索引和切片
3.2.2 数组形状变换
3.2.3 数组转置和轴对换
3.2.4 数组的合并与拆分
3.3 数组的运算
3.3.1 数组运算和广播机制
3.3.2 数组的排序
3.3.3 统计运算
3.3.4 线性代数运算
3.4 一个有趣的数组应用实例
3.5 本章小结

第4章 Pandas数据分析
4.1 Pandas数据结构及创建
4.1.1 Pandas数据结构概述
4.1.2 创建Series数据结构
4.1.3 创建DataFrame数据结构
4.2 DataFrame基本操作
4.2.1 基本列操作
4.2.2 基本行操作
4.3 Pandas检索
4.3.1 基本检索
4.3.2 多行检索
4.3.3 多列检索
4.3.4 行列检索
4.3.5 条件检索
4.3.6 重新检索
4.3.7 更换检索
4.4 Pandas数据运算
4.4.1 算术运算
4.4.2 排序
4.4.3 函数应用和映射
4.4.4 统计方法
4.5 Pandas处理缺失值
4.5.1 查找缺失值
4.5.2 删除缺失值
4.5.3 填充缺失值
4.6 数据载入与输出
4.6.1 读/写文本文件
4.6.2 读/写Excel文件
4.7 数据聚合与分组
4.7.1 merge数据合并
4.7.2 concat轴向连接
4.7.3 检测与处理重复值
4.7.4 数据分组
4.8 综合案例
4.8.1 背景介绍
4.8.2 数据整理目标
4.8.3 数据读取与初步探索
4.8.4 数据的清洗与整理
4.8.5 数据查看
4.8.6 数据的分组整理
4.8.7 数据保存
4.9 本章小结
……

第5章 数据可视化
第6章 科学计算与机器学习
第7章 机器学习综合案例

参考文献
展开全部

Python数据分析 作者简介

  薛福亮,博士,天津财经大学管理科学与工程学院信息资源管理专业教师。主要研究方向为电子商务推荐、数据挖掘。2009年9月-2010年3月美国加州州立大学富尔顿分校高级访问学者。曾获天津市优秀青年教师、天津市中青年骨干教师、天津市“131”创新型人才培养工程第三层次人选、天津财经大学十佳青年教师等称号。近年来在核心期刊发表论文十余篇,出版专著两部、教材三部,主持和参与多项***、省部级课题。

商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服