中图网(原中国图书网)：网上书店，尾货特色书店，30万种特价书低至2折！

超值優惠券
¥50
滿100可用 有效期2天

全場圖書通用（淘書團除外）

不再提示
關閉
歡迎光臨中圖網 請 | 注冊
> >
Python數據分析入門與實戰

包郵 Python數據分析入門與實戰

作者：劉麟
出版社：人民郵電出版社出版時間：2023-04-01
開本： 16開 頁數： 384
中 圖 價:¥48.9(4.9折) 定價  ¥99.8 登錄后可看到會員價
加入購物車 收藏
開年大促， 全場包郵
?新疆、西藏除外
溫馨提示：5折以下圖書主要為出版社尾貨，大部分為全新（有塑封/無塑封），個別圖書品相8-9成新、切口
有劃線標記、光盤等附件不全詳細品相說明>>
本類五星書更多>

Python數據分析入門與實戰 版權信息

Python數據分析入門與實戰 本書特色

適讀人群 ：Python的初學者和自學者 數據分析的初學者和自學者 欠缺編程經驗的數據分析人員● 內容全面 覆蓋數據爬取、數據存取、數據訪問、數據預處理和數據分析等● 案例豐富 實戰案例+ 案例源碼，幫助讀者快速掌握實操技能● 知識拓展 網絡爬蟲+ 機器學習，幫助讀者進一步提升專業技能

Python數據分析入門與實戰 內容簡介

本書從數據分析的基本概念和Python的基礎語法講起，然后逐步深入到Python數據分析的編程技術方面，并結合實戰重點講解了如何使用主流Python數據分析庫進行數據分析，讓讀者快速掌握Python的編程基礎知識，并對Python數據分析有更加深入的理解。本書分為13章，涵蓋的主要內容有數據分析概述、Python的特點和編程基礎、NumPy數組的基礎和進階用法、Pandas數據處理和數據分析、數據的導入導出、數據可視化，以及Python網絡爬蟲和Scikit-learn機器學習的入門知識。本書內容豐富全面，語言簡潔、通俗易懂，實用性強，還包含實戰案例，特別適合Python的初學者和自學者，以及缺乏編程經驗的數據分析從業人員閱讀，也適合對數據分析編程感興趣的愛好者閱讀。　　

Python數據分析入門與實戰 目錄

第 1章　數據分析概述　1
1．1　數據分析的含義　1
1．2　數據分析的基礎流程　1
1．3　數據收集　2
1．3．1　線下收集　2
1．3．2　線上收集　3
1．4　統計分析策略　3
1．4．1　描述性統計分析　3
1．4．2　推斷性統計分析　4
1．4．3　探索性統計分析　5
1．5　數據分析方法　5
1．5．1　公式拆解法　5
1．5．2　對比分析法　6
1．5．3　預測分析法　6
1．5．4　漏斗分析法　6
1．5．5　象限分析法　7
1．6　數據挖掘的標準流程（CRISP-DM模型）　7
1．7　數據分析工具　8
1．7．1　Microsoft Excel　8
1．7．2　R語言　9
1．7．3　Python　9
第 2章　為什么選擇Python　10
2．1　關于Python　10
2．1．1　Python的起源　10
2．1．2　Python 2和Python 3　11
2．2　了解Python的特點　11
2．2．1　簡單易學　11
2．2．2　自由開放　12
2．2．3　解釋型語言　12
2．2．4　封裝與擴展性　12
2．3　Python在數據分析上的優勢　13
2．3．1　自由的數據結構　13
2．3．2　黏合劑Python　13
2．3．3　豐富的第三方庫　13
2．4　數據分析的第三方庫　14
2．4．1　NumPy　14
2．4．2　Pandas　14
2．4．3　Matplotlib　15
2．4．4　SciPy　15
2．4．5　Scikit-learn　15
2．5　網絡爬蟲的第三方庫　16
2．5．1　Request　16
2．5．2　lxml　16
2．5．3　html5lib　16
2．5．4　BeautifulSoup　17
2．5．5　Scrapy　17
第3章　Python編程基礎　18
3．1　安裝與配置　18
3．1．1　在Windows操作系統下安裝Python　18
3．1．2　在macOS下安裝Python　18
3．1．3　在GNU/Linux操作系統下安裝Python　19
3．1．4　安裝及更新Python庫　19
3．1．5　集成開發環境　20
3．2　Hello World!　20
3．2．1　Python解釋器　20
3．2．2　運行IPython　21
3．3　基礎語法　22
3．3．1　縮進　22
3．3．2　注釋　22
3．3．3　標識符　23
3．3．4　關鍵字　23
3．4　變量和數據類型　23
3．4．1　變量賦值　23
3．4．2　布爾型　24
3．4．3　數值類型　24
3．4．4　字符串　24
3．5　內置的數據結構　25
3．5．1　集合　25
3．5．2　元組　26
3．5．3　列表　26
3．5．4　字典　27
3．6　控制流　28
3．6．1　條件語句　28
3．6．2　循環語句　29
3．6．3　break和continue關鍵字　30
3．7　函數　31
3．7．1　函數定義 　31
3．7．2　函數調用　31
3．7．3　lambda函數　32
3．8　類　32
3．8．1　類定義　32
3．8．2　類的實例化　33
3．8．3　類的屬性訪問　34
3．8．4　類的方法調用　35
3．9　文件操作　36
3．9．1　打開和關閉文件　36
3．9．2　讀寫文件　37
第4章　NumPy數組：基礎篇　40
4．1　數組對象　40
4．1．1　對象屬性　40
4．1．2　數據類型　42
4．2　創建數組　44
4．2．1　通用的創建方式　44
4．2．2　填充數組　45
4．2．3　對角矩陣　48
4．2．4　空數組　50
4．2．5　等差數組　51
4．2．6　隨機數組　52
4．3　數組訪問　58
4．3．1　基礎索引　58
4．3．2　數組切片　60
4．3．3　索引切片　62
4．4　數組更新　64
4．4．1　更新數組元素　64
4．4．2　插入數組元素　67
4．4．3　刪除數組元素　72
4．4．4　復制數組　74
4．5　數組變換　76
4．5．1　數組重塑　76
4．5．2　軸變換　79
4．5．3　數組合并：拼接　89
4．5．4　數組合并：堆疊　94
4．5．5　數組拆分　100
4．6　矩陣運算　102
4．6．1　矩陣對象　102
4．6．2　矩陣乘法　107
4．6．3　逆矩陣和共軛矩陣　108
4．6．4　數值特征和特征值　112
4．6．5　矩陣分解　116
4．7　數組運算　119
4．7．1　算術運算　119
4．7．2　絕對值　122
4．7．3　指數和對數　123
4．7．4　三角和反三角函數　124
4．8　聚合統計　126
4．8．1　求和與乘積　126
4．8．2　均值和標準差　128
4．8．3　*大值和*小值　129
4．8．4　中位數和百分位數　130
4．8．5　邏輯統計函數　132
4．8．6　多維數組的聚合　134
第5章　NumPy數組：進階篇　137
5．1　NumPy的高效運算　137
5．1．1　快速的矢量化計算　137
5．1．2　靈活的廣播機制　139
5．1．3　廣播的規則　141
5．2　通用函數　144
5．2．1　初識通用函數　144
5．2．2　通用函數的實例方法　151
5．2．3　定義新的通用函數　154
5．3　數組形式的條件判斷　156
5．3．1　布爾表達式　156
5．3．2　where函數　158
5．3．3　where參數　161
5．4　數組的高級索引　163
5．4．1　布爾索引　163
5．4．2　Fancy索引　164
5．4．3　索引組合　165
5．5　數組排序　166
5．5．1　直接排序　166
5．5．2　間接排序　168
5．5．3　分區排序　169
5．6　結構化數組　170
5．6．1　結構化數組的創建　170
5．6．2　結構化數組的索引訪問　172
5．6．3　記錄數組　173
第6章　Pandas：數據處理　174
6．1　Pandas數據結構　174
6．1．1　Series對象　174
6．1．2　DataFrame對象　178
6．1．3　索引對象　183
6．2　數據索引和選取　185
6．2．1　Series中的數據選取　185
6．2．2　DataFrame中的數據選取　189
6．3　處理缺失數據　193
6．3．1　表示缺失數據的策略　193
6．3．2　Pandas中的缺失數據　194
6．3．3　對缺失值的操作　197
6．4　數據集合并　201
6．4．1　append函數　201
6．4．2　concat函數　202
6．4．3　join函數　205
6．4．4　merge函數　206
6．5　分層索引　212
6．5．1　分層索引：從一維到多維　212
6．5．2　分層索引的構建方法　214
6．5．3　多層級切片　216
6．5．4　重新排列分層索引　217
第7章　Pandas：數據分析　221
7．1　Pandas中的數組運算　221
7．1．1　Pandas中的通用函數　221
7．1．2　索引保留　226
7．1．3　索引對齊　227
7．1．4　Series和DataFrame之間的運算　229
7．2　數據聚合　231
7．2．1　基礎的聚合操作　231
7．2．2　靈活的聚合函數　235
7．2．3　基于行索引的分組聚合　238
7．3　數據分組　242
7．3．1　分組對象　242
7．3．2　分組鍵　246
7．3．3　分組聚合　257
7．3．4　過濾分組數據　260
7．3．5　基于分組的數據轉換　263
7．4　數據透視表　265
7．4．1　透視表和分組對象　265
7．4．2　定制透視表　270
7．4．3　透視表的進階用法　273
7．5　時間序列　276
7．5．1　時間數據的類型　276
7．5．2　時間序列的索引　278
7．5．3　時間序列的數據訪問　287
第8章　數據的導入導出　294
8．1　文本數據　294
8．1．1　從文本導入數據　294
8．1．2　導出數據到文本　296
8．2　Excel數據　297
8．2．1　從電子表格導入數據　297
8．2．2　導出數據到電子表格　298
8．3　網絡數據　299
8．3．1　JSON格式　299
8．3．2　XML和HTML格式　301
8．4　數據庫　302
8．4．1　關系數據庫　302
8．4．2　數據庫API　303
8．5　Pandas數據對象的導入導出　305
8．5．1　分隔文本格式　305
8．5．2　Excel數據格式　309
8．5．3　JSON數據格式　310
8．5．4　讀取數據庫　311
第9章　數據可視化　312
9．1　Matplotlib繪圖的基礎設置　312
9．1．1　繪圖面板　312
9．1．2　圖形樣式　313
9．1．3　坐標軸　315
9．1．4　圖例　317
9．2　Pandas繪圖接口　318
9．2．1　折線圖　318
9．2．2　柱狀圖　319
9．2．3　直方圖和密度圖　321
9．2．4　散點圖　321
第 10章　實戰：數據預處理　323
10．1　數據導入　323
10．1．1　數據描述　323
10．1．2　數據讀取　323
10．1．3　數據合并　324
10．2　數據清洗　324
10．2．1　冗余數據　324
10．2．2　缺失數據　325
10．2．3　無效數據　325
10．3　數據轉換　326
10．3．1　數據類型轉換　326
10．3．2　分層索引　327
10．3．3　生成時間序列　327
10．4　數據過濾　329
10．5　數據導出　329
第 11章　實戰：數據分析　331
11．1　時間序列分析　331
11．1．1　導入時間序列　331
11．1．2　生成時間區間數據　332
11．1．3　時間窗函數　333
11．2　統計分析　336
11．2．1　描述性統計　336
11．2．2　聚合統計　337
11．2．3　分組統計　339
11．3　關聯分析　341
11．3．1　數據聯合　341
11．3．2　協方差和相關系數　343
11．4　透視表分析　344
11．4．1　數據集整合　344
11．4．2　分層透視表　346
第 12章　Python網絡爬蟲　350
12．1　Robots協議　350
12．2　數據抓取　351
12．2．1　*基本的數據抓取　351
12．2．2　處理登錄請求　352
12．2．3　連接超時　353
12．3　Scrapy庫　354
12．3．1　搭建工程項目　354
12．3．2　編寫爬蟲　355
12．3．3　數據選擇器　356
12．3．4　定義數據對象　360
12．3．5　數據管道　362
第 13章　Scikit-learn機器學習　365
13．1　選擇合適的機器學習模型　365
13．2　數據預處理　365
13．2．1　標準化　366
13．2．2　歸一化　367
13．2．3　正態化　368
13．3　監督學習　369
13．3．1　線性模型　369
13．3．2　*近鄰算法　371
13．3．3　支持向量機　374
13．3．4　隨機森林　376
13．4　無監督學習　377
13．4．1　K-means聚類算法　377
13．4．2　主成分分析（PCA）　379
13．4．3　高斯混合模型　381
展開全部

Python數據分析入門與實戰 作者簡介

劉麟 軟件系統架構師，長期為企業和相關機構開設Python和數據分析相關的公開課并擔任主講人。他曾與南加州大學合作參與了生物信息相關的研究課題，負責基因數據分析的工作，共同合作的論文發表于Nature期刊。他參加的開發項目包括了智能推薦系統、云計算、移動互聯網產品等，有著豐富的Python開發和數據分析工作的經驗。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網
在線客服
主站蜘蛛池模板： 仿古瓦,仿古金属瓦,铝瓦,铜瓦,铝合金瓦-西安东申景观艺术工程有限公司 | 济南保安公司加盟挂靠-亮剑国际安保服务集团总部-山东保安公司|济南保安培训学校 | 河南不锈钢水箱_地埋水箱_镀锌板水箱_消防水箱厂家-河南联固供水设备有限公司 | 压砖机_电动螺旋压力机_粉末成型压力机_郑州华隆机械tel_0371-60121717 | 我爱古诗词_古诗词名句赏析学习平台 | 3d打印服务,3d打印汽车,三维扫描,硅胶复模,手板,快速模具,深圳市精速三维打印科技有限公司 | 驾驶式洗地机/扫地机_全自动洗地机_工业洗地机_荣事达工厂官网 | 水平垂直燃烧试验仪-灼热丝试验仪-漏电起痕试验仪-针焰试验仪-塑料材料燃烧检测设备-IP防水试验机 | 江苏大隆凯科技有限公司 | 专注氟塑料泵_衬氟泵_磁力泵_卧龙泵阀_化工泵专业品牌 - 梭川泵阀 | 中药二氧化硫测定仪,食品二氧化硫测定仪|俊腾百科 | 美名宝起名网-在线宝宝、公司、起名平台 | CCE素质教育博览会 | CCE素博会 | 教育展 | 美育展 | 科教展 | 素质教育展 | 仓储笼_仓储货架_南京货架_仓储货架厂家_南京货架价格低-南京一品仓储设备制造公司 | 工业rfid读写器_RFID工业读写器_工业rfid设备厂商-ANDEAWELL | 代写标书-专业代做标书-商业计划书代写「深圳卓越创兴公司」 | RFID电子标签厂家-上海尼太普电子有限公司 | 新车测评网_网罗汽车评测资讯_汽车评测门户报道 | 品牌策划-品牌设计-济南之式传媒广告有限公司官网-提供品牌整合丨影视创意丨公关活动丨数字营销丨自媒体运营丨数字营销 | 西安文都考研官网_西安考研辅导班_考研培训机构_西安在职考研培训 | 空压机网_《压缩机》杂志 | 长沙广告公司|长沙广告制作设计|长沙led灯箱招牌制作找望城湖南锦蓝广告装饰工程有限公司 | 铝扣板-铝方通-铝格栅-铝条扣板-铝单板幕墙-佳得利吊顶天花厂家 elisa试剂盒价格-酶联免疫试剂盒-猪elisa试剂盒-上海恒远生物科技有限公司 | 福建珂朗雅装饰材料有限公司「官方网站」| 烽火安全网_加密软件、神盾软件官网 | 北京西风东韵品牌与包装设计公司,创造视觉销售力! | 云南标线|昆明划线|道路标线|交通标线-就选云南云路施工公司-云南云路科技有限公司 | 【官网】博莱特空压机,永磁变频空压机,螺杆空压机-欧能优 | 温湿度记录纸_圆盘_横河记录纸|霍尼韦尔记录仪-广州汤米斯机电设备有限公司 | 环讯传媒,永康网络公司,永康网站建设,永康小程序开发制作,永康网站制作,武义网页设计,金华地区网站SEO优化推广 - 永康市环讯电子商务有限公司 | 土壤养分检测仪|土壤水分|土壤紧实度测定仪|土壤墒情监测系统-土壤仪器网 | 英国公司注册-新加坡公司注册-香港公司开户-离岸公司账户-杭州商标注册-杭州优创企业 | 咖啡加盟-咖啡店加盟-咖啡西餐厅加盟-塞纳左岸咖啡西餐厅官网 | 春腾云财 - 为企业提供专业财税咨询、代理记账服务 | 安徽集装箱厂-合肥国彩钢结构板房工程有限公司| 切铝机-数控切割机-型材切割机-铝型材切割机-【昆山邓氏精密机械有限公司】 | 环氧乙烷灭菌器_压力蒸汽灭菌器_低温等离子过氧化氢灭菌器 _低温蒸汽甲醛灭菌器_清洗工作站_医用干燥柜_灭菌耗材-环氧乙烷灭菌器_脉动真空压力蒸汽灭菌器_低温等离子灭菌设备_河南省三强医疗器械有限责任公司 | 振动时效_振动时效仪_超声波冲击设备-济南驰奥机电设备有限公司 北京宣传片拍摄_产品宣传片拍摄_宣传片制作公司-现像传媒 | 济南铝方通-济南铝方通价格-济南方通厂家-山东鲁方通建材有限公司 | 砍排机-锯骨机-冻肉切丁机-熟肉切片机-预制菜生产线一站式服务厂商 - 广州市祥九瑞盈机械设备有限公司 | 安徽成考网-安徽成人高考网 |