掃一掃
關(guān)注中圖網(wǎng)
官方微博
¥11.0(2.8折)?
預估到手價是按參與促銷活動、以最優(yōu)惠的購買方案計算出的價格（不含優(yōu)惠券部分），僅供參考，未必等同于實際到手價。
本類五星書更多>
-
>
闖進數(shù)學世界――探秘歷史名題
-
>
中醫(yī)基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
Python數(shù)據(jù)分析基礎 版權(quán)信息
- ISBN：9787302478904
- 條形碼：9787302478904 ; 978-7-302-47890-4
- 裝幀：70g膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
Python數(shù)據(jù)分析基礎 本書特色
Python是由Guido van Rossum于20世紀80年代末和90年代初，在荷蘭國家數(shù)學和計算機科學研究所設計出來的。它是一種面向?qū)ο蟮摹⒂猛痉浅V泛的編程語言，具有非常清晰的語法特點，適用于多種操作系統(tǒng)。目前Python在國際上非常流行，正在得到越來越多的應用。 Python可以完成許多任務，功能非常強大，其利用Pandas處理大數(shù)據(jù)的過程，由于Pandas庫的使用能夠很好地展現(xiàn)數(shù)據(jù)結(jié)構(gòu)，成為近來Python項目中經(jīng)常使用的熱門技術(shù)，并且R和Spark對Python都有很好的調(diào)用接口，甚至在內(nèi)存使用方面都有優(yōu)化。 本書根據(jù)作者多年教學經(jīng)驗編寫，條理清楚，內(nèi)容深淺適中，盡量讓讀者從實例出發(fā)，結(jié)合課后練習，少走彎路。本書涉及的內(nèi)容主要包括Python數(shù)據(jù)類型與運算、流程控制及函數(shù)與類、Pandas庫的數(shù)據(jù)處理與分析等。在本書的*后，還附帶了一些文件讀寫、網(wǎng)絡爬蟲、矩陣計算等*基本的內(nèi)容。 本書可以作為本科生、研究生以及科研人員學習Python的基礎教材。
Python數(shù)據(jù)分析基礎 內(nèi)容簡介
作者通過近三輪的教學，對Python 3.x的基礎知識進行了篩選和總結(jié)，特編寫此書，希望能夠給準備使用Python的讀者提供一些方便。 本書由淺入深，比較適合那些從未接觸過計算機語言的讀者。每章配有大量的示例代碼，希望讀者在使用本書的時候，能夠盡可能自己敲代碼，少用復制粘貼的方法，這樣有利于讀者盡快進入“角色”，畢竟“拷貝得來終覺淺”。 本書的前3章是Python的基礎知識；第4章是利用Pandas庫對數(shù)據(jù)進行處理、分析以及實現(xiàn)數(shù)據(jù)可視化；在第5章還列出了Python對文件的讀取、存儲方法，對網(wǎng)絡爬蟲、矩陣運算也做了簡單的介紹。
Python數(shù)據(jù)分析基礎 目錄
第1章 Python簡介 1
1.1 安裝Python 2
1.2 Python 2和Python 3的區(qū)別 5
本章小結(jié) 8
練習 8
第2章 Python數(shù)據(jù)類型與運算 9
2.1 數(shù)據(jù)類型 11
2.2 運算符與功能命令 12
2.2.1 算數(shù)運算符 12
2.2.2 比較運算符 12
2.2.3 賦值運算符 13
2.2.4 常量與變量 15
2.2.5 字符串 16
2.2.6 字符串索引與切片 18
2.2.7 輸入和輸出 20
2.2.8 原始字符串 21
2.2.9 range 22
2.2.10 元組、列表、字典、集合 22
2.2.11 格式化輸出 37
2.2.12 strip、split 40
2.2.13 divmod() 42
2.2.14 join() 42
本章小結(jié) 43
練習 47
第3章 流程控制及函數(shù)與類 49
3.1 流程控制 52
3.1.1 if-else 52
3.1.2 for循環(huán) 53
3.1.3 while循環(huán) 54
3.1.4 continue和break 54
3.2 遍歷 56
3.2.1 range()函數(shù) 56
3.2.2 列表與元組的遍歷 59
3.3 函數(shù) 61
3.3.1 函數(shù)的定義 61
3.3.2 函數(shù)的使用 62
3.3.3 形參和實參 63
3.3.4 參數(shù)的傳遞和改變 63
3.3.5 變量的作用域 66
3.3.6 函數(shù)參數(shù)的類型 68
3.3.7 任意個數(shù)的參數(shù) 70
3.3.8 函數(shù)調(diào)用 71
3.4 函數(shù)式編程 74
3.4.1 lambda 74
3.4.2 reduce() 75
3.4.3 filter() 76
3.4.4 map() 77
3.4.5 行函數(shù) 77
3.5 常用的內(nèi)置函數(shù) 78
3.5.1 sum 78
3.5.2 zip 79
3.5.3 enumerate 80
3.5.4 max和min 81
3.5.5 eval 81
3.5.6 判斷函數(shù) 83
3.6 常見的錯誤顯示 86
3.6.1 常見的錯誤類型 87
3.6.2 初學者常犯的錯誤 89
3.6.3 try 93
3.6.4 assert 95
3.6.5 raise 95
3.7 模塊和包 96
3.7.1 模塊(module) 96
3.7.2 包(package) 100
3.7.3 datetime和calendar模塊 101
3.7.4 urllib模塊 105
3.8 類 106
本章小結(jié) 109
練習 109
第4章 Python數(shù)據(jù)分析實戰(zhàn) 113
4.1 關(guān)于Pandas 114
4.1.1 什么是Pandas 114
4.1.2 Pandas中的數(shù)據(jù)結(jié)構(gòu) 114
4.1.3 Pandas的安裝方法 114
4.1.4 在Anaconda中安裝
第三方庫 118 4.2 數(shù)據(jù)準備 119 4.2.1 數(shù)據(jù)類型 119 4.2.2 數(shù)據(jù)結(jié)構(gòu) 120 4.2.3 數(shù)據(jù)導入 128 4.2.4 數(shù)據(jù)導出 131 4.3 數(shù)據(jù)處理 133 4.3.1 數(shù)據(jù)清洗 133 4.3.2 數(shù)據(jù)抽取 138 4.3.3 排名索引 147 4.3.4 數(shù)據(jù)合并 151 4.3.5 數(shù)據(jù)計算 154 4.3.6 數(shù)據(jù)分組 156 4.3.7 日期處理 157 4.4 數(shù)據(jù)分析 162 4.4.1 基本統(tǒng)計 162 4.4.2 分組分析 163 4.4.3 分布分析 165 4.4.4 交叉分析 167 4.4.5 結(jié)構(gòu)分析 169 4.4.6 相關(guān)分析 170 4.5 數(shù)據(jù)可視化 172 4.5.1 餅圖 172 4.5.2 散點圖 174 4.5.3 折線圖 176 4.5.4 柱形圖 180 4.5.5 直方圖 183 本章小結(jié) 184 練習 184 第5章 其他 187 5.1 文件讀寫操作 188 5.1.1 文件的讀寫方法 189 5.1.2 文件的其他方法 190 5.1.3 文件的存儲和讀取 190 5.2 with語句 192 5.3 Anaconda下安裝statsmodels包 193 5.4 關(guān)于Spyder界面恢復默認狀態(tài)的
處理 195 5.5 關(guān)于Python計算精度的問題 197 5.6 矩陣運算 200 5.6.1 創(chuàng)建矩陣 200 5.6.2 矩陣屬性 200 5.6.3 解線性方程組 201 5.6.4 線性規(guī)劃*優(yōu)解 202 5.7 正則表達式 203 5.8 使用urllib打開網(wǎng)頁 209 5.9 網(wǎng)頁數(shù)據(jù)抓取 212 5.10 讀取文檔 217 本章小結(jié) 222 練習 222 參考文獻 224
第三方庫 118 4.2 數(shù)據(jù)準備 119 4.2.1 數(shù)據(jù)類型 119 4.2.2 數(shù)據(jù)結(jié)構(gòu) 120 4.2.3 數(shù)據(jù)導入 128 4.2.4 數(shù)據(jù)導出 131 4.3 數(shù)據(jù)處理 133 4.3.1 數(shù)據(jù)清洗 133 4.3.2 數(shù)據(jù)抽取 138 4.3.3 排名索引 147 4.3.4 數(shù)據(jù)合并 151 4.3.5 數(shù)據(jù)計算 154 4.3.6 數(shù)據(jù)分組 156 4.3.7 日期處理 157 4.4 數(shù)據(jù)分析 162 4.4.1 基本統(tǒng)計 162 4.4.2 分組分析 163 4.4.3 分布分析 165 4.4.4 交叉分析 167 4.4.5 結(jié)構(gòu)分析 169 4.4.6 相關(guān)分析 170 4.5 數(shù)據(jù)可視化 172 4.5.1 餅圖 172 4.5.2 散點圖 174 4.5.3 折線圖 176 4.5.4 柱形圖 180 4.5.5 直方圖 183 本章小結(jié) 184 練習 184 第5章 其他 187 5.1 文件讀寫操作 188 5.1.1 文件的讀寫方法 189 5.1.2 文件的其他方法 190 5.1.3 文件的存儲和讀取 190 5.2 with語句 192 5.3 Anaconda下安裝statsmodels包 193 5.4 關(guān)于Spyder界面恢復默認狀態(tài)的
處理 195 5.5 關(guān)于Python計算精度的問題 197 5.6 矩陣運算 200 5.6.1 創(chuàng)建矩陣 200 5.6.2 矩陣屬性 200 5.6.3 解線性方程組 201 5.6.4 線性規(guī)劃*優(yōu)解 202 5.7 正則表達式 203 5.8 使用urllib打開網(wǎng)頁 209 5.9 網(wǎng)頁數(shù)據(jù)抓取 212 5.10 讀取文檔 217 本章小結(jié) 222 練習 222 參考文獻 224
展開全部
書友推薦
- >
二體千字文
- >
自卑與超越
- >
有舍有得是人生
- >
山海經(jīng)
- >
龍榆生：詞曲概論/大家小書
- >
唐代進士錄
- >
小考拉的故事-套裝共3冊
- >
伊索寓言-世界文學名著典藏-全譯本
本類暢銷
