中圖網(wǎng)小程序
一鍵登錄
更方便
包郵 數(shù)據(jù)分析與可視化 9787111710233 張濤 新形態(tài)立體化教材
作者：張濤
開本：
16開
頁數(shù)：
222
本類榜單：計算機/網(wǎng)絡(luò)銷量榜
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(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達(dá))
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
數(shù)據(jù)分析與可視化 9787111710233 張濤 新形態(tài)立體化教材 版權(quán)信息
- ISBN：9787111710233
- 條形碼：9787111710233 ; 978-7-111-71023-3
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
數(shù)據(jù)分析與可視化 9787111710233 張濤 新形態(tài)立體化教材 本書特色
適讀人群 ：高職院校大數(shù)據(jù)、人工智能等專業(yè)學(xué)生1．課證融合，緊貼實際 2．項目教學(xué)，融會貫通 3．注解詳細(xì)，一目了然 4．課后習(xí)題，加強鞏固 5．配套豐富，方便教學(xué)
數(shù)據(jù)分析與可視化 9787111710233 張濤 新形態(tài)立體化教材 內(nèi)容簡介
《數(shù)據(jù)分析與可視化》主要介紹目前非常流行的數(shù)據(jù)分析和數(shù)據(jù)可視化工具，首先介紹數(shù)據(jù)分析“三劍客”，即NumPy、Matplotlib和Pandas。NumPy側(cè)重于科學(xué)計算，Matplotlib側(cè)重于數(shù)據(jù)可視化，Pandas側(cè)重于數(shù)據(jù)分析。然后介紹微軟推出的交互式數(shù)據(jù)分析和可視化工具Power BI。 《數(shù)據(jù)分析與可視化》分為上篇和下篇，上篇介紹使用Python實現(xiàn)數(shù)據(jù)的分析和可視化，通過4個項目介紹NumPy、Matplotlib和Pandas的使用。下篇共4個項目，介紹使用微軟的Power BI Desktop實現(xiàn)數(shù)據(jù)的分析和可視化。 《數(shù)據(jù)分析與可視化》適合作為高職院校大數(shù)據(jù)、人工智能等專業(yè)數(shù)據(jù)分析和可視化課程的教材，也可作為《人工智能數(shù)據(jù)處理》1+X證書的學(xué)習(xí)用書，同時也適合數(shù)據(jù)分析初學(xué)者、數(shù)據(jù)分析愛好者、數(shù)據(jù)分析工程師以及相關(guān)培訓(xùn)機構(gòu)學(xué)員學(xué)習(xí)。
數(shù)據(jù)分析與可視化 9787111710233 張濤 新形態(tài)立體化教材 目錄
目錄
前言
上篇 Python數(shù)據(jù)分析與可視化
項目1 使用NumPy分析空氣質(zhì)量狀況
任務(wù)1.1 項目需求分析
任務(wù)1.2 環(huán)境搭建
1.2.1 開發(fā)環(huán)境介紹
1.2.2 Anaconda下載和安裝
1.2.3 PyCharm集成開發(fā)環(huán)境下載和安裝
任務(wù)1.3 數(shù)據(jù)獲取
1.3.1 通過網(wǎng)絡(luò)爬蟲爬取
1.3.2 直接從網(wǎng)站下載
任務(wù)1.4 數(shù)據(jù)預(yù)處理
1.4.1 讀取數(shù)據(jù)
1.4.2 合并多個數(shù)據(jù)集
1.4.3 ndarray數(shù)據(jù)結(jié)構(gòu)
1.4.4 去除冗余數(shù)據(jù)
1.4.5 數(shù)據(jù)持久化存儲
任務(wù)1.5 科學(xué)計算
1.5.1 獲取任意范圍的樣本數(shù)據(jù)
1.5.2 計算特征的*小值、*大值和平均值
1.5.3 統(tǒng)計不同空氣質(zhì)量等級的天數(shù)
1.5.4 預(yù)測空氣質(zhì)量
小結(jié)
課后習(xí)題
項目2 使用Matplotlib實現(xiàn)空氣質(zhì)量數(shù)據(jù)可視化
任務(wù)2.1 項目需求分析
任務(wù)2.2 折線圖：展現(xiàn)AQI走勢
2.2.1 實現(xiàn)AQI走勢折線圖
2.2.2 圖形的優(yōu)化和美化
2.2.3 添加注釋
任務(wù)2.3 條形圖：展現(xiàn)PM2.5走勢
2.3.1 條形圖：某月PM2.5的走勢情況
2.3.2 堆疊條形圖：相鄰月份PM2.5值的比較
2.3.3 并排條形圖：PM2.5和PM10的比較
任務(wù)2.4 散點圖：展現(xiàn)內(nèi)在相關(guān)性
任務(wù)2.5 子圖：展現(xiàn)圖表的多樣性
任務(wù)2.6 餅圖：展現(xiàn)部分和整體的關(guān)系
小結(jié)
課后習(xí)題
項目3 使用Pandas分析股票交易數(shù)據(jù)
任務(wù)3.1 項目需求分析
任務(wù)3.2 數(shù)據(jù)獲取和存儲
3.2.1 數(shù)據(jù)獲取
3.2.2 數(shù)據(jù)存儲
任務(wù)3.3 數(shù)據(jù)讀取
3.3.1 讀取CSV文件中的數(shù)據(jù)
3.3.2 讀取Excel文件中的數(shù)據(jù)
3.3.3 獲取MySQL數(shù)據(jù)庫中的數(shù)據(jù)
任務(wù)3.4 數(shù)據(jù)簡單處理
3.4.1 常用屬性
3.4.2 查找數(shù)據(jù)
3.4.3 組裝數(shù)據(jù)
3.4.4 添加數(shù)據(jù)
3.4.5 修改數(shù)據(jù)
3.4.6 刪除數(shù)據(jù)
任務(wù)3.5 數(shù)據(jù)深度處理
3.5.1 數(shù)據(jù)去重
3.5.2 缺失值處理
3.5.3 數(shù)據(jù)轉(zhuǎn)換
任務(wù)3.6 統(tǒng)計分析
3.6.1 匯總統(tǒng)計
3.6.2 groupby：數(shù)據(jù)分組聚合
3.6.3 agg：數(shù)據(jù)聚合
3.6.4 apply：數(shù)據(jù)聚合
3.6.5 transform：數(shù)據(jù)轉(zhuǎn)換
小結(jié)
課后習(xí)題
項目4 使用Pandas實現(xiàn)股票交易數(shù)據(jù)可視化
任務(wù)4.1 項目需求分析
任務(wù)4.2 折線圖：展現(xiàn)股價走勢
任務(wù)4.3 散點圖：展現(xiàn)股價影響因素
任務(wù)4.4 條形圖：展現(xiàn)同比成交量
任務(wù)4.5 餅圖：展現(xiàn)成交量占比關(guān)系
任務(wù)4.6 K線圖：展現(xiàn)股價走勢
小結(jié)
課后習(xí)題
下篇 Power BI數(shù)據(jù)分析與可視化
項目5 空氣質(zhì)量狀況分析
任務(wù)5.1 項目需求分析
任務(wù)5.2 環(huán)境搭建
5.2.1 Power BI介紹
5.2.2 Power BI Desktop的下載和安裝
5.2.3 Power BI Desktop操作界面介紹
任務(wù)5.3 數(shù)據(jù)預(yù)處理
5.3.1 導(dǎo)入數(shù)據(jù)
5.3.2 篩選數(shù)據(jù)
5.3.3 添加列
5.3.4 合并列
任務(wù)5.4 數(shù)據(jù)分析和可視化
5.4.1 折線圖：空氣質(zhì)量走勢
5.4.2 數(shù)據(jù)鉆取
5.4.3 條形圖：空氣質(zhì)量走勢比較
5.4.4 餅圖：空氣質(zhì)量優(yōu)良占比
5.4.5 關(guān)鍵影響者圖：影響AQI的因素
5.4.6 編輯交互
5.4.7 篩選器
5.4.8 切片器
小結(jié)
課后習(xí)題
項目6 企業(yè)財務(wù)報表數(shù)據(jù)分析
任務(wù)6.1 項目需求分析
任務(wù)6.2 數(shù)據(jù)獲取
任務(wù)6.3 數(shù)據(jù)預(yù)處理
6.3.1 導(dǎo)入數(shù)據(jù)
6.3.2 刪除數(shù)據(jù)
6.3.3 處理缺失值
6.3.4 逆透視數(shù)據(jù)表
6.3.5 轉(zhuǎn)換數(shù)據(jù)
6.3.6 處理股票交易數(shù)據(jù)
任務(wù)6.4 數(shù)據(jù)建模
6.4.1 新建項目名稱表
6.4.2 使用DAX新建日期表
6.4.3 創(chuàng)建表之間的關(guān)聯(lián)
任務(wù)6.5 數(shù)據(jù)分析和可視化
6.5.1 度量值：計算關(guān)鍵指標(biāo)
6.5.2 卡片圖：展示關(guān)鍵指標(biāo)數(shù)據(jù)
6.5.3 矩陣圖：羅列關(guān)鍵數(shù)據(jù)
6.5.4 瀑布圖：分析營業(yè)總成本
6.5.5 K線圖：展現(xiàn)走勢與趨勢
小結(jié)
課后習(xí)題
項目7 銀行客戶營銷分析
任務(wù)7.1 項目需求分析
任務(wù)7.2 數(shù)據(jù)預(yù)處理
任務(wù)7.3 數(shù)據(jù)分析和可視化
7.3.1 儀表盤：訂閱率
7.3.2 折線和堆積柱形圖：影響訂閱率的因素
7.3.3 簇狀柱形圖：是否回頭客因素對訂閱率的影響
7.3.4 關(guān)鍵影響者圖：影響訂閱率的因素
7.3.5 問答系統(tǒng)
小結(jié)
課后習(xí)題
項目8 電商App用戶購物行為分析
任務(wù)8.1 項目需求分析
任務(wù)8.2 下載并安裝MySQL數(shù)據(jù)庫服務(wù)器
任務(wù)8.3 將數(shù)據(jù)導(dǎo)入到MySQL數(shù)據(jù)庫中
任務(wù)8.4 數(shù)據(jù)獲取
任務(wù)8.5 數(shù)據(jù)預(yù)處理
任務(wù)8.6 數(shù)據(jù)分析和可視化
8.6.1 多行卡：關(guān)鍵指標(biāo)數(shù)據(jù)
8.6.2 漏斗圖：從瀏覽到購買的轉(zhuǎn)化率
8.6.3 折線圖：不同時段的瀏覽量和購買量
8.6.4 環(huán)形圖：RFM模型
小結(jié)
課后習(xí)題
附錄
附錄A NumPy常用屬性和函數(shù)
附錄B Pandas常用屬性和函數(shù)
附錄C DAX常用函數(shù)
前言
上篇 Python數(shù)據(jù)分析與可視化
項目1 使用NumPy分析空氣質(zhì)量狀況
任務(wù)1.1 項目需求分析
任務(wù)1.2 環(huán)境搭建
1.2.1 開發(fā)環(huán)境介紹
1.2.2 Anaconda下載和安裝
1.2.3 PyCharm集成開發(fā)環(huán)境下載和安裝
任務(wù)1.3 數(shù)據(jù)獲取
1.3.1 通過網(wǎng)絡(luò)爬蟲爬取
1.3.2 直接從網(wǎng)站下載
任務(wù)1.4 數(shù)據(jù)預(yù)處理
1.4.1 讀取數(shù)據(jù)
1.4.2 合并多個數(shù)據(jù)集
1.4.3 ndarray數(shù)據(jù)結(jié)構(gòu)
1.4.4 去除冗余數(shù)據(jù)
1.4.5 數(shù)據(jù)持久化存儲
任務(wù)1.5 科學(xué)計算
1.5.1 獲取任意范圍的樣本數(shù)據(jù)
1.5.2 計算特征的*小值、*大值和平均值
1.5.3 統(tǒng)計不同空氣質(zhì)量等級的天數(shù)
1.5.4 預(yù)測空氣質(zhì)量
小結(jié)
課后習(xí)題
項目2 使用Matplotlib實現(xiàn)空氣質(zhì)量數(shù)據(jù)可視化
任務(wù)2.1 項目需求分析
任務(wù)2.2 折線圖：展現(xiàn)AQI走勢
2.2.1 實現(xiàn)AQI走勢折線圖
2.2.2 圖形的優(yōu)化和美化
2.2.3 添加注釋
任務(wù)2.3 條形圖：展現(xiàn)PM2.5走勢
2.3.1 條形圖：某月PM2.5的走勢情況
2.3.2 堆疊條形圖：相鄰月份PM2.5值的比較
2.3.3 并排條形圖：PM2.5和PM10的比較
任務(wù)2.4 散點圖：展現(xiàn)內(nèi)在相關(guān)性
任務(wù)2.5 子圖：展現(xiàn)圖表的多樣性
任務(wù)2.6 餅圖：展現(xiàn)部分和整體的關(guān)系
小結(jié)
課后習(xí)題
項目3 使用Pandas分析股票交易數(shù)據(jù)
任務(wù)3.1 項目需求分析
任務(wù)3.2 數(shù)據(jù)獲取和存儲
3.2.1 數(shù)據(jù)獲取
3.2.2 數(shù)據(jù)存儲
任務(wù)3.3 數(shù)據(jù)讀取
3.3.1 讀取CSV文件中的數(shù)據(jù)
3.3.2 讀取Excel文件中的數(shù)據(jù)
3.3.3 獲取MySQL數(shù)據(jù)庫中的數(shù)據(jù)
任務(wù)3.4 數(shù)據(jù)簡單處理
3.4.1 常用屬性
3.4.2 查找數(shù)據(jù)
3.4.3 組裝數(shù)據(jù)
3.4.4 添加數(shù)據(jù)
3.4.5 修改數(shù)據(jù)
3.4.6 刪除數(shù)據(jù)
任務(wù)3.5 數(shù)據(jù)深度處理
3.5.1 數(shù)據(jù)去重
3.5.2 缺失值處理
3.5.3 數(shù)據(jù)轉(zhuǎn)換
任務(wù)3.6 統(tǒng)計分析
3.6.1 匯總統(tǒng)計
3.6.2 groupby：數(shù)據(jù)分組聚合
3.6.3 agg：數(shù)據(jù)聚合
3.6.4 apply：數(shù)據(jù)聚合
3.6.5 transform：數(shù)據(jù)轉(zhuǎn)換
小結(jié)
課后習(xí)題
項目4 使用Pandas實現(xiàn)股票交易數(shù)據(jù)可視化
任務(wù)4.1 項目需求分析
任務(wù)4.2 折線圖：展現(xiàn)股價走勢
任務(wù)4.3 散點圖：展現(xiàn)股價影響因素
任務(wù)4.4 條形圖：展現(xiàn)同比成交量
任務(wù)4.5 餅圖：展現(xiàn)成交量占比關(guān)系
任務(wù)4.6 K線圖：展現(xiàn)股價走勢
小結(jié)
課后習(xí)題
下篇 Power BI數(shù)據(jù)分析與可視化
項目5 空氣質(zhì)量狀況分析
任務(wù)5.1 項目需求分析
任務(wù)5.2 環(huán)境搭建
5.2.1 Power BI介紹
5.2.2 Power BI Desktop的下載和安裝
5.2.3 Power BI Desktop操作界面介紹
任務(wù)5.3 數(shù)據(jù)預(yù)處理
5.3.1 導(dǎo)入數(shù)據(jù)
5.3.2 篩選數(shù)據(jù)
5.3.3 添加列
5.3.4 合并列
任務(wù)5.4 數(shù)據(jù)分析和可視化
5.4.1 折線圖：空氣質(zhì)量走勢
5.4.2 數(shù)據(jù)鉆取
5.4.3 條形圖：空氣質(zhì)量走勢比較
5.4.4 餅圖：空氣質(zhì)量優(yōu)良占比
5.4.5 關(guān)鍵影響者圖：影響AQI的因素
5.4.6 編輯交互
5.4.7 篩選器
5.4.8 切片器
小結(jié)
課后習(xí)題
項目6 企業(yè)財務(wù)報表數(shù)據(jù)分析
任務(wù)6.1 項目需求分析
任務(wù)6.2 數(shù)據(jù)獲取
任務(wù)6.3 數(shù)據(jù)預(yù)處理
6.3.1 導(dǎo)入數(shù)據(jù)
6.3.2 刪除數(shù)據(jù)
6.3.3 處理缺失值
6.3.4 逆透視數(shù)據(jù)表
6.3.5 轉(zhuǎn)換數(shù)據(jù)
6.3.6 處理股票交易數(shù)據(jù)
任務(wù)6.4 數(shù)據(jù)建模
6.4.1 新建項目名稱表
6.4.2 使用DAX新建日期表
6.4.3 創(chuàng)建表之間的關(guān)聯(lián)
任務(wù)6.5 數(shù)據(jù)分析和可視化
6.5.1 度量值：計算關(guān)鍵指標(biāo)
6.5.2 卡片圖：展示關(guān)鍵指標(biāo)數(shù)據(jù)
6.5.3 矩陣圖：羅列關(guān)鍵數(shù)據(jù)
6.5.4 瀑布圖：分析營業(yè)總成本
6.5.5 K線圖：展現(xiàn)走勢與趨勢
小結(jié)
課后習(xí)題
項目7 銀行客戶營銷分析
任務(wù)7.1 項目需求分析
任務(wù)7.2 數(shù)據(jù)預(yù)處理
任務(wù)7.3 數(shù)據(jù)分析和可視化
7.3.1 儀表盤：訂閱率
7.3.2 折線和堆積柱形圖：影響訂閱率的因素
7.3.3 簇狀柱形圖：是否回頭客因素對訂閱率的影響
7.3.4 關(guān)鍵影響者圖：影響訂閱率的因素
7.3.5 問答系統(tǒng)
小結(jié)
課后習(xí)題
項目8 電商App用戶購物行為分析
任務(wù)8.1 項目需求分析
任務(wù)8.2 下載并安裝MySQL數(shù)據(jù)庫服務(wù)器
任務(wù)8.3 將數(shù)據(jù)導(dǎo)入到MySQL數(shù)據(jù)庫中
任務(wù)8.4 數(shù)據(jù)獲取
任務(wù)8.5 數(shù)據(jù)預(yù)處理
任務(wù)8.6 數(shù)據(jù)分析和可視化
8.6.1 多行卡：關(guān)鍵指標(biāo)數(shù)據(jù)
8.6.2 漏斗圖：從瀏覽到購買的轉(zhuǎn)化率
8.6.3 折線圖：不同時段的瀏覽量和購買量
8.6.4 環(huán)形圖：RFM模型
小結(jié)
課后習(xí)題
附錄
附錄A NumPy常用屬性和函數(shù)
附錄B Pandas常用屬性和函數(shù)
附錄C DAX常用函數(shù)
展開全部
數(shù)據(jù)分析與可視化 9787111710233 張濤 新形態(tài)立體化教材 作者簡介
張濤，男，中國科學(xué)技術(shù)大學(xué)軟件工程碩士，安徽信息工程學(xué)院特聘講師，主持參與高等院校人工智能課程改革，課程研發(fā)任務(wù)。著有《從零開始學(xué)Scrapy網(wǎng)絡(luò)爬蟲》一書。擁有6年外企證券行業(yè)軟件開發(fā)和管理經(jīng)驗、5年計算機相關(guān)教學(xué)改革和教學(xué)實施經(jīng)驗、3年人工智能領(lǐng)域教育教學(xué)設(shè)計和實施經(jīng)驗。
書友推薦
- >
月亮虎
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
二體千字文
- >
朝聞道
- >
小考拉的故事-套裝共3冊
- >
羅庸西南聯(lián)大授課錄
- >
巴金－再思錄
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
本類暢銷
