掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
闖進(jìn)數(shù)學(xué)世界――探秘歷史名題
-
>
中醫(yī)基礎(chǔ)理論
-
>
當(dāng)代中國政府與政治(新編21世紀(jì)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(xué)·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
Python大數(shù)據(jù)基礎(chǔ) 版權(quán)信息
- ISBN：9787560656670
- 條形碼：9787560656670 ; 978-7-5606-5667-0
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
Python大數(shù)據(jù)基礎(chǔ) 內(nèi)容簡介
本書分八章, **章大數(shù)據(jù)基礎(chǔ), 簡要介紹了大數(shù)據(jù)的概念, 大數(shù)據(jù)處理的過程和涉及的不同方面, 以及使用Python解決大數(shù)據(jù)問題的優(yōu)勢。第二章Python環(huán)境的準(zhǔn)備, 介紹如何安裝和準(zhǔn)備Python編程環(huán)境。第三章大數(shù)據(jù)獲取, 介紹獲取數(shù)據(jù)的方法。第四章大數(shù)據(jù)存儲, 介紹數(shù)據(jù)存儲和使用的方法。第五章大數(shù)據(jù)的數(shù)學(xué)基礎(chǔ), 介紹如何使用NumPy和pandas操作數(shù)組, 矩陣, 以及使用其中的隨機(jī)數(shù)功能。第六章數(shù)據(jù)預(yù)處理, 介紹數(shù)據(jù)預(yù)處理的概念。第七章 數(shù)據(jù)挖掘與分析, 介紹數(shù)據(jù)挖掘的常見模型, 介紹利用scikit-learn進(jìn)行有監(jiān)督分類, 回歸預(yù)測, 以及聚類分析的方法。第八章大數(shù)據(jù)可視化, 介紹數(shù)據(jù)可視化基礎(chǔ)。
Python大數(shù)據(jù)基礎(chǔ) 目錄
第1章 大數(shù)據(jù)基礎(chǔ) 1
1.1 什么是大數(shù)據(jù) 1
1.2 大數(shù)據(jù)處理涉及哪些方面 3
1.3 為什么用Python解決大數(shù)據(jù)的問題 5
1.4 關(guān)于編程的注意事項(xiàng) 7
練習(xí)題 7
第2章 Python環(huán)境的準(zhǔn)備 8
2.1 Python環(huán)境的準(zhǔn)備 8
2.1.1 Python 8
2.1.2 Anaconda 10
2.2 集成開發(fā)環(huán)境 12
2.2.1 PyCharm 12
2.2.2 Spyder 15
2.2.3 IPython和Jupyter 18
2.3 包的管理和維護(hù) 19
2.3.1 pip 20
2.3.2 conda和Anaconda 22
2.4 大數(shù)據(jù)處理常用的擴(kuò)展包 26
2.4.1 NumPy 26
2.4.2 Pandas 26
2.4.3 Matplotlib 27
2.4.4 SciPy 27
2.4.5 scikit-learn 28
練習(xí)題 28
第3章 大數(shù)據(jù)獲取 29
3.1 如何獲取數(shù)據(jù) 29
3.2 HTML的基礎(chǔ)知識 30
3.2.1 HTML頁面的獲取與顯示 30
3.2.2 單次請求與響應(yīng) 32
3.2.3 HTML網(wǎng)頁內(nèi)容和結(jié)構(gòu) 34
3.3 HTML頁面的解析 36
3.3.1 使用正則表達(dá)式提取信息 36
3.3.2 使用XPath提取信息 44
3.3.3 使用BeautifulSoup提取信息 47
3.4 頁面的獲取 59
3.4.1 使用urllib 60
3.4.2 使用requests庫獲取網(wǎng)頁 67
3.4.3 使用selenium獲取網(wǎng)頁 74
3.4.4 網(wǎng)頁抓取面臨的問題 79
3.5 Python爬蟲框架Scrapy 82
練習(xí)題 87
第4章 大數(shù)據(jù)存儲 90
4.1 文件存儲 91
4.1.1 CSV 92
4.1.2 XML 97
4.1.3 JSON 103
4.1.4 Excel 108
4.2 數(shù)據(jù)庫存儲 110
4.2.1 關(guān)系型數(shù)據(jù)庫通用流程 110
4.2.2 SQLite關(guān)系型數(shù)據(jù)庫 113
4.2.3 MySQL關(guān)系型數(shù)據(jù)庫 118
4.2.4 NoSQL數(shù)據(jù)庫 125
練習(xí)題 129
第5章 大數(shù)據(jù)的數(shù)學(xué)基礎(chǔ) 132
5.1 基本的數(shù)據(jù)結(jié)構(gòu)和運(yùn)算 132
5.1.1 數(shù)組對象的創(chuàng)建與屬性 132
5.1.2 數(shù)組對象的元素級運(yùn)算 138
5.2 矩陣運(yùn)算 141
5.2.1 數(shù)組的合并、拆分及切片 141
5.2.2 矩陣的乘積與線性代數(shù) 144
5.3 統(tǒng)計(jì)與概率計(jì)算 150
5.4 隨機(jī)數(shù)生成 153
練習(xí)題 157
第6章 數(shù)據(jù)預(yù)處理 158
6.1 數(shù)據(jù)清洗 158
6.1.1 缺失值處理 158
6.1.2 噪聲數(shù)據(jù)處理 163
6.1.3 數(shù)據(jù)錯誤發(fā)現(xiàn)與修復(fù) 167
6.2 數(shù)據(jù)集成 167
6.3 數(shù)據(jù)轉(zhuǎn)換 176
6.3.1 z-score規(guī)范化 177
6.3.2 *大*小規(guī)范化 182
6.3.3 屬性轉(zhuǎn)換 184
6.4 數(shù)據(jù)歸約 186
練習(xí)題 187
第7章 數(shù)據(jù)挖掘與分析 189
7.1 模型選擇與驗(yàn)證 189
7.1.1 模型選擇 189
7.1.2 模型驗(yàn)證 190
7.2 分類算法 192
7.2.1 分類學(xué)習(xí)的性能評估 193
7.2.2 邏輯回歸 197
7.2.3 支持向量機(jī) 201
7.2.4 樸素貝葉斯 204
7.2.5 決策樹 207
7.2.6 實(shí)例分析 211
7.3 回歸預(yù)測 215
7.3.1 回歸學(xué)習(xí)的性能評估 215
7.3.2 線性回歸 216
7.3.3 支持向量機(jī)(回歸) 217
7.3.4 等式回歸 218
7.3.5 決策樹(回歸) 218
7.3.6 實(shí)例分析 219
7.4 聚類分析 222
7.4.1 基于距離的聚類 223
7.4.2 基于密度的聚類算法 225
7.4.3 基于層次的聚類算法 227
7.4.4 聚類的性能評價 228
7.4.5 實(shí)例分析 231
7.5 主成分分析 232
練習(xí)題 232
第8章 大數(shù)據(jù)可視化 235
8.1 數(shù)據(jù)可視化基礎(chǔ) 235
8.2 使用Matplotlib繪圖 239
8.2.1 準(zhǔn)備環(huán)境 239
8.2.2 圖表相關(guān)的術(shù)語 240
8.3 使用Matplotlib繪制常見圖表 242
8.3.1 散點(diǎn)圖 242
8.3.2 折線圖 246
8.3.3 條形圖 248
8.3.4 直方圖 252
8.3.5 面積圖 253
8.3.6 餅圖 254
8.3.7 箱形圖 256
8.4 進(jìn)階功能 258
8.4.1 子圖 258
8.4.2 中文顯示 262
8.4.3 組合圖形與標(biāo)注 264
8.5 如何畫出更好的圖 267
練習(xí)題 267
參考文獻(xiàn) 271
展開全部
書友推薦
- >
李白與唐代文化
- >
我從未如此眷戀人間
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
煙與鏡
- >
隨園食單
- >
小考拉的故事-套裝共3冊
- >
月亮虎
- >
中國歷史的瞬間
本類暢銷
