掃一掃
關注中圖網
官方微博
¥20.9(4.0折)?
預估到手價是按參與促銷活動、以最優惠的購買方案計算出的價格（不含優惠券部分），僅供參考，未必等同于實際到手價。
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
Python數據分析與應用:從數據獲取到可視化 版權信息
- ISBN：9787113251451
- 條形碼：9787113251451 ; 978-7-113-25145-1
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
Python數據分析與應用:從數據獲取到可視化 本書特色
本書采用理論與案例相結合的形式，以Anaconda為主要開發工具，系統、全面地介紹了Python數據分析的相關知識。全書共分為9章，第1章介紹了數據分析的基本概念，以及開發工具的安裝和使用；第2~6章介紹了Python數據分析的常用庫及其應用，涵蓋了科學計算庫NumPy、數據分析庫Pandas、數據可視化庫Matplotlib、Seaborn與Bokeh；第7、8章主要介紹了時間序列和文本數據的分析；第9章結合之前所學的技術開發了一個綜合案例，演示如何在項目中運用所學的知識。除了第1章外，其他章節都包含了很多示例和綜合案例，通過動手操作和練習，可以幫助讀者更好地理解和掌握所學的知識。本書適合作為高等院校計算機相關專業的大數據技術類課程教材，也可以作為大數據技術愛好者入門用書。
Python數據分析與應用:從數據獲取到可視化 內容簡介
本書共分為9章, 第1章介紹了數據分析的基本概念, 以及開發工具的安裝和使用 ; 第2至6章介紹了Python數據分析的常用庫及其應用, 涵蓋了科學計算庫NumPy、數據分析庫Pandas、數據可視化庫Matplotlib、Seaborn與Bokeh ; 第7至8章主要介紹了時間序列和文本數據的分析 ; 第9章結合之前所學的技術開發了一個綜合案例, 動手演示如何在項目中運用所學的知識。除了第1章外, 其他章節都包含了很多示例和綜合案例, 通過動手操作和練習, 可以幫助讀者更好地理解和掌握所學的知識。
Python數據分析與應用:從數據獲取到可視化 目錄
第1章 數據分析概述 11.1 數據分析的背景 11.2 什么是數據分析 21.3 數據分析的應用場景 21.4 數據分析的流程 31.5 為什么選擇Python做數據分析 41.6 創建新的Python環境——Anaconda 51.6.1 Anaconda發行版本概述 51.6.2 在Windows系統中安裝Anaconda 51.6.3 通過Anaconda管理Python包 71.7 啟用Jupyter Notebook 91.7.1 啟動Anaconda自帶的Jupyter Notebook 91.7.2 Jupyter Notebook界面詳解 101.7.3 Jupyter Notebook的基本使用 131.8 常見的數據分析工具 16小結 17習題 17第２章 科學計算庫NumPy 192.1 認識NumPy數組對象 192.2 創建NumPy數組 212.3 ndarray對象的數據類型 222.3.1 查看數據類型 222.3.2 轉換數據類型 232.4 數組運算 242.4.1 矢量化運算 242.4.2 數組廣播 252.4.3 數組與標量間的運算 252.5 ndarray的索引和切片 262.5.1 整數索引和切片的基本使用 262.5.2 花式（數組）索引的基本使用 282.5.3 布爾型索引的基本使用 292.6 數組的轉置和軸對稱 302.7 NumPy通用函數 322.8 利用NumPy數組進行數據處理 342.8.1 將條件邏輯轉為數組運算 342.8.2 數組統計運算 342.8.3 數組排序 352.8.4 檢索數組元素 362.8.5 唯一化及其他集合邏輯 362.9 線性代數模塊 372.10 隨機數模塊 382.11 案例——酒鬼漫步 39小結 40習題 40第3章 數據分析工具Pandas 423.1 Pandas的數據結構分析 423.1.1 Series 423.1.2 DataFrame 443.2 Pandas索引操作及高級索引 463.2.1 索引對象 463.2.2 重置索引 473.2.3 索引操作 493.3 算術運算與數據對齊 533.4 數據排序 543.4.1 按索引排序 543.4.2 按值排序 553.5 統計計算與描述 563.5.1 常用的統計計算 573.5.2 統計描述 583.6 層次化索引 593.6.1 認識層次化索引 593.6.2 層次化索引的操作 643.7 讀寫數據操作 683.7.1 讀寫文本文件 683.7.2 讀寫Excel文件 703.7.3 讀取HTML表格數據 723.7.4 讀寫數據庫 733.8 案例——北京高考分數線統計分析 772.8.1 案例需求 772.8.2 數據準備 772.8.3 功能實現 78小結 81習題 81第４章 數據預處理 834.1 數據清洗 834.1.1 空值和缺失值的處理 834.1.2 重復值的處理 884.1.3 異常值的處理 904.1.4 更改數據類型 944.2 數據合并 964.2.1 軸向堆疊數據 964.2.2 主鍵合并數據 994.2.3 根據行索引合并數據 1034.2.4 合并重疊數據 1054.3 數據重塑 1064.3.1 重塑層次化索引 1064.3.2 軸向旋轉 1094.4 數據轉換 1104.4.1 重命名軸索引 1104.4.2 離散化連續數據 1124.4.3 啞變量處理類別型數據 1134.5 案例——預處理部分地區信息 1154.5.1 案例需求 1154.5.2 數據準備 1154.5.3 功能實現 116小結 123習題 123第5章 數據聚合與分組運算 1255.1 分組與聚合的原理 1255.2 通過groupby()方法將數據拆分成組 1265.3 數據聚合 1325.3.1 使用內置統計方法聚合數據 1325.3.2 面向列的聚合方法 1325.4 分組級運算 1365.4.1 數據轉換 1365.4.2 數據應用 1385.5 案例——運動員信息的分組與聚合 1415.5.1 案例需求 1415.5.2 數據準備 1415.5.3 功能實現 142小結 146習題 147第6章 數據可視化 1496.1 數據可視化概述 1496.1.1 什么是數據可視化 1496.1.2 常見的圖表類型 1506.1.3 數據可視化的工具 1546.2 Matplotlib——繪制圖表 1556.2.1 通過figure()函數創建畫布 1556.2.2 通過subplot()函數創建單個子圖 1576.2.3 通過subplots()函數創建多個子圖 1586.2.4 通過add_subplot()方法添加和選中子圖 1606.2.5 添加各類標簽 1616.2.6 繪制常見圖表 1626.2.7 本地保存圖形 1676.3 Seaborn——繪制統計圖形 1686.3.1 可視化數據的分布 1686.3.2 用分類數據繪圖 1746.4 Bokeh——交互式可視化庫 1786.4.1 認識Bokeh庫 1786.4.2 通過Plotting繪制圖形 1796.5 案例——畫圖分析某年旅游景點數據 1806.5.1 案例需求 1816.5.2 數據準備 1816.5.3 功能實現 181小結 185習題 185第７章 時間序列分析 1877.1 時間序列的基本操作 1877.1.1 創建時間序列 1877.1.2 通過時間戳索引選取子集 1897.2 固定頻率的時間序列 1917.2.1 創建固定頻率的時間序列 1917.2.2 時間序列的頻率、偏移量 1937.2.3 時間序列的移動 1957.3 時間周期及計算 1967.3.1 創建時期對象 1967.3.2 時期的頻率轉換 1987.4 重采樣 1987.4.1 重采樣方法（resample） 1997.4.2 降采樣 2007.4.3 升采樣 2017.5 數據統計——滑動窗口 2037.6 時序模型——ARIMA 2067.7 案例——股票收盤價分析 2077.7.1 案例需求 2077.7.2 數據準備 2077.7.3 功能實現 208小結 213習題 214第8章 文本數據分析 2168.1 文本數據分析工具 2168.1.1 NLTK與jieba概述 2168.1.2 安裝NLTK和下載語料庫 2178.1.3 jieba庫的安裝 2198.2 文本預處理 2208.2.1 預處理的流程 2208.2.2 分詞 2218.2.3 詞性標注 2238.2.4 詞形歸一化 2248.2.5 刪除停用詞 2268.3 文本情感分析 2278.4 文本相似度 2298.5 文本分類 2328.6 案例——商品評價分析 2358.6.1 案例需求 2358.6.2 數據準備 2368.6.3 功能實現 236小結 240習題 240第9章 數據分析實戰——北京租房數據統計分析 2429.1 數據來源 2429.2 數據讀取 2439.3 數據預處理 2449.3.1 重復值和空值處理 2449.3.2 數據轉換類型 2469.4 圖表分析 2479.4.1 房源數量、位置分布分析 2489.4.2 戶型數量分析 2559.4.3 平均租金分析 2589.4.4 面積區間分析 260小結 262
展開全部
Python數據分析與應用:從數據獲取到可視化 作者簡介
江蘇傳智播客教育科技股份有限公司（簡稱傳智播客）是一家專門致力于高素質軟件開發人才培養的高科技公司。“黑馬程序員”是傳智播客旗下高端IT教育品牌。
書友推薦
- >
詩經-先民的歌唱
- >
名家帶你讀魯迅:故事新編
- >
【精裝繪本】畫給孩子的中國神話
- >
莉莉和章魚
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
中國歷史的瞬間
- >
推拿
- >
唐代進士錄
本類暢銷
