中圖網小程序
一鍵登錄
更方便
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(21世紀技能創新型人才培養系列教材·大數據系列) 版權信息
- ISBN：9787300314211
- 條形碼：9787300314211 ; 978-7-300-31421-1
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
Python數據分析(21世紀技能創新型人才培養系列教材·大數據系列) 內容簡介
本書根據當前高校教學的實際需要，順應教學改革新形勢下“學做合一”和“理實一
體”的潮流，結合企業實際，以案例引領的形式編寫。主要講解了Numpy、Pandas、文件格式與讀寫、數據規整化、數據可視化、分組與聚合、時間序列等知識。通過對本書的學習，學生可以迅速掌握數據分析的關鍵知識，并有效應用于實際崗位工作。本書內容通俗易懂，注重以應用為中心、以案例為載體，先基礎后專業、先實踐后理論，具體特點體現在以下幾個方面：（1）案例引領。全書包含大量案例，涵蓋了數據分析的大部分知識點及實際崗位需求，實現了理論知識和企業需求的雙邊驅動。（2）圖文并茂。全書通過大量圖片來輔助文字說明，每幅圖片均與講解內容密切配合，即清晰易懂，又簡潔明了，讀者按照書中所講即可獨立完成操作。（3）通俗簡潔。本書在語言上力求通俗化，便于學生理解，力求做到“內容一看即懂，實例一練就會”。
Python數據分析(21世紀技能創新型人才培養系列教材·大數據系列) 目錄
單元1 數據分析概述
1．1 數據分析的時代背景
1．2 什么是數據分析
1．3 數據分析的基本流程
1．4 為什么選擇Python
1．5 下載與安裝Anaconda
1．6 安裝IPython
單元小結
技能檢測
單元2 numPy 基礎
2．1 NumPy 數組對象ndarray
2．2 數組的訪問與變換
2．3 矩陣與通用函數
2．4 統計方法和文件存取
2．5 隨機函數
2．6 案例——利用NumPy 庫求值
單元小結
技能檢測
單元3 Pandas 入門
3．1 Pandas 數據結構
3．2 索引操作
3．3 排序
3．4 數據的更新、選取和過濾
3．5 算術運算與數據對齊
3．6 統計計算與描述
3．7 案例——某高校錄取分數線統計分析
單元小結
技能檢測
單元4 文件格式與讀寫
4．1 讀取文本文件
4．2 讀寫Excel 文件
4．3 讀取JSON 文件
4．4 讀取HTML
4．5 讀取數據庫
單元小結
技能檢測 9
單元5 數據規整化
5．1 合并數據集
5．2 重塑
5．3 數據轉換
5．4 案例——期末成績規整化處理
單元小結
技能檢測
單元6 數據可視化
6．1 Matplotlib
6．2 Pandas 繪圖函數
6．3 案例——商場抽獎
單元小結
技能檢測
單元7 分組與聚合
7．1 分組
7．2 聚合
7．3 分組級運算和轉換
7．4 案例——學生信息的分組與聚合
單元小結
技能檢測
單元8 時間序列
8．1 日期和時間
8．2 時間序列操作
8．3 固定頻率時間序列
8．4 時間周期及算術運算
8．5 重采樣
8．6 移動窗口函數
8．7 案例——2010 年某市天氣情況分析
單元小結
技能檢測
1．1 數據分析的時代背景
1．2 什么是數據分析
1．3 數據分析的基本流程
1．4 為什么選擇Python
1．5 下載與安裝Anaconda
1．6 安裝IPython
單元小結
技能檢測
單元2 numPy 基礎
2．1 NumPy 數組對象ndarray
2．2 數組的訪問與變換
2．3 矩陣與通用函數
2．4 統計方法和文件存取
2．5 隨機函數
2．6 案例——利用NumPy 庫求值
單元小結
技能檢測
單元3 Pandas 入門
3．1 Pandas 數據結構
3．2 索引操作
3．3 排序
3．4 數據的更新、選取和過濾
3．5 算術運算與數據對齊
3．6 統計計算與描述
3．7 案例——某高校錄取分數線統計分析
單元小結
技能檢測
單元4 文件格式與讀寫
4．1 讀取文本文件
4．2 讀寫Excel 文件
4．3 讀取JSON 文件
4．4 讀取HTML
4．5 讀取數據庫
單元小結
技能檢測 9
單元5 數據規整化
5．1 合并數據集
5．2 重塑
5．3 數據轉換
5．4 案例——期末成績規整化處理
單元小結
技能檢測
單元6 數據可視化
6．1 Matplotlib
6．2 Pandas 繪圖函數
6．3 案例——商場抽獎
單元小結
技能檢測
單元7 分組與聚合
7．1 分組
7．2 聚合
7．3 分組級運算和轉換
7．4 案例——學生信息的分組與聚合
單元小結
技能檢測
單元8 時間序列
8．1 日期和時間
8．2 時間序列操作
8．3 固定頻率時間序列
8．4 時間周期及算術運算
8．5 重采樣
8．6 移動窗口函數
8．7 案例——2010 年某市天氣情況分析
單元小結
技能檢測
展開全部
Python數據分析(21世紀技能創新型人才培養系列教材·大數據系列) 節選
單元1數據分析概述單元導讀進入21 世紀，隨著網絡信息技術與云計算技術的高速發展，網絡數據呈爆發性增長，我們每天都身處龐大的數據世界。毋庸置疑，大數據時代已經來臨，誰能夠從海量的數據中率先發現并挖掘出有價值的信息，誰就將掌握先機。數據分析技術應運而生。通俗地講，數據分析是指運用數學知識，通過計算機等工具進行數據處理，并在處理的過程中發現具有一定規律性的信息，從而做出有針對性的決策。由此可以看出數據分析在大數據技術應用中扮演著至關重要的角色。學習重點1. 數據分析的含義及類別。2. 數據分析的流程。3. Python 數據分析的優勢。4. 下載和安裝Anaconda。素養提升通過學習數據分析，感受數據分析在大數據技術應用中的作用及價值，深刻理解科學技術就是**生產力，激發自己投身社會主義建設的決心。1.1 數據分析的時代背景21 世紀以來，計算機技術全面融入社會生活，世界上到處充斥著數據信息，并且信息的數量正在高速增長，人們快速步入大數據時代。就我們的日常生活而言，發微信、發布微博、網絡購物、在線支付、手機銀行操作等，都在產生數據。海量信息已經積累到引發科技變革的階段。大數據時代來臨之前，數據庫中沒有充足的數據，人們想對某個領域進行深入分析確苦于沒有全面的數據作基礎；現在，人們想得到精準的數據依然很難，原因在于數據庫中的數據量過于龐大，缺少可以高效地從數據庫中獲取有價值的數據的方法。數據倉庫專家阿爾夫·金博爾說過：“我們花了多年的時間將數據放入數據庫，如今到了該將它們拿出來的時候了。”數據分析可以從海量的數據中獲取有價值的信息，幫助企業或個人預測未來的趨勢和行為，使得商務和生產活動具有前瞻性。簡而言之，各個領域均需要通過高效的數據分析來適應大數據時代的發展。
Python數據分析(21世紀技能創新型人才培養系列教材·大數據系列) 作者簡介
崔連和，齊齊哈爾信息工程學校高級教師，校長。齊齊哈爾大學計算機專業特聘講師，齊齊哈爾市第八、九、十屆政協委員。全國計算機程序設計競賽裁判，全國十大特教園丁，全國自強模范，齊齊哈爾市五四青年獎章獲得者。主要講授“數據庫應用技術”“數據結構”等課程。在國內外刊物發表了20余篇論文，擁有6項科研成果，具有豐富的教學和教材編寫經驗。黃德海，齊齊哈爾大學教師。
書友推薦
- >
二體千字文
- >
小考拉的故事-套裝共3冊
- >
莉莉和章魚
- >
上帝之肋:男人的真實旅程
- >
羅曼·羅蘭讀書隨筆-精裝
- >
煙與鏡
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
自卑與超越
本類暢銷
