中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
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)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
大數據采集、預處理與可視化(微課版) 版權信息
- ISBN：9787115614353
- 條形碼：9787115614353 ; 978-7-115-61435-3
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
大數據采集、預處理與可視化(微課版) 本書特色
（1）知識講解宜讀易懂，語言表述順暢自然。
講述大數據技術中通用的基礎知識，為讀者進一步研究理論和應用技術打下堅實的基礎。基本概念清晰、準確、精練，語言表述順暢、宜讀、自然，盡量避免使用晦澀難懂的語言描述深奧的理論和技術知識。
（2）系統構建知識體系，培養讀者的大數據思維。
建立恰當的知識體系，并把相關知識進行合理組織，而不是雜亂無章地堆砌。注重大數據技術的科學分析，有利于培養讀者的大數據思維。
（3）理論與實踐相結合，注重培養實戰型人才。
針對大數據技術的相關應用，通過對典型實例進行分析，讀者能夠深入且全面地理解并掌握大數據技術的具體應用方法，進而提高自身獨立分析問題和解決問題的能力。
（4）配套豐富教輔資源，立體化服務高校人才培養。
為了更好地服務院校教學，助力大數據領域工程型人才培養，編者為本書配套打造了多種教輔資源，如課程 PPT、教學大綱、教案、源代碼、案例包、課后習題答案、微課視頻等，選用本書的教師可以到人郵教育社區（www.ryjiaoyu.com）下載相關資源。
大數據采集、預處理與可視化(微課版) 內容簡介
為了適應數字經濟時代的新發展趨勢，培養新時代大數據專業人才，編者通過總結多年的教學經驗，借鑒國內外相關領域的教學優勢，詳細剖析大數據采集、預處理與可視化的基礎理論、關鍵技術、相關工具和應用案例，進而編成本書。 本書是集理論與實踐于一體的應用型教材。全書共7章，包括大數據概述、Python程序設計、大數據采集、大數據預處理技術、Excel數據獲取與預處理、Python數據預處理、數據可視化技術。本書在編寫中著重介紹基本原理，同時突出工程應用，并以清晰、容易理解的方式展現大數據采集、預處理與可視化的基礎知識、基本任務、常用方法、實用場景和主要流程，力圖做到基本概念準確、闡述條理清晰、主體內容精練、重點難點突出、理論聯系實際。此外，本書還將反映相關領域新技術的發展情況。 本書可作為計算機、人工智能、大數據、電子商務、電氣、電子、統計學、會計學等相關專業的大數據技術類課程的教材，也可供相關領域的科技人員參考使用，還可作為數據分析及應用類認證培訓課程用書。
大數據采集、預處理與可視化(微課版) 目錄
【章名目錄】
第 1章 大數據概述
第２章 Python程序設計
第３章 大數據采集
第４章 大數據預處理技術
第５章 Excel數據獲取與預處理
第６章 Python數據預處理
第７章 數據可視化技術 【詳細目錄】
第 1章 大數據概述
1.1 大數據時代 1
1.2 大數據的相關概念及特征 2
1.2.1 大數據的概念 2
1.2.2 大數據的發展歷程 3
1.2.3 大數據的特征 5
1.2.4 大數據的作用 6
1.2.5 大數據的應用領域 7
1.2.6 大數據的關鍵技術 8
1.3 大數據系統簡介 9
1.3.1 Hadoop生態系統 9
1.3.2 Spark生態系統 12
1.4 大數據思維 15
1.4.1 傳統思維方式 15
1.4.2 大數據思維方式 16
1.5 大數據倫理 17
1.5.1 大數據倫理的由來 17
1.5.2 大數據的倫理問題 18
1.5.3 大數據的倫理原則 21
1.6 大數據安全 22
1.6.1 數據全生命周期安全 22
1.6.2 大數據安全防護技術 23
1.7 本章小結 24
1.8 習題 24 第２章 Python程序設計
2.1 Python的安裝與運行 25
2.1.1 Python的特點 25
2.1.2 Python的下載與安裝 26
2.1.3 Python程序的運行 27
2.1.4 第三方軟件包的安裝 29
2.1.5 Python編程規范 31
2.2 數據類型與運算符 33
2.2.1 數字和字符串 33
2.2.2 列表和元組 38
2.2.3 字典和集合 42
2.2.4 運算符 44
2.3 程序控制結構 47
2.3.1 程序流程圖 47
2.3.2 順序結構 48
2.3.3 選擇結構 49
2.3.4 循環結構 51
2.4 函數與模塊 54
2.4.1 函數的使用 54
2.4.2 函數的參數傳遞 55
2.4.3 全局變量與局部變量 57
2.4.4 匿名函數 58
2.4.5 模塊 59
2.5 文件 60
2.5.1 文件的打開與關閉 60
2.5.2 文件的讀取與寫入 62
2.5.3 文件的定位 63
2.6 本章小結 63
2.7 習題 64 第３章 大數據采集
3.1 大數據采集概述 65
3.1.1 大數據采集的概念 65
3.1.2 大數據采集的數據源 66
3.1.3 大數據采集方法 67
3.1.4 大數據采集平臺 69
3.2 網絡爬蟲技術 71
3.2.1 網絡爬蟲概述 72
3.2.2 常用網絡爬蟲方法 72
3.2.3 網頁數據采集的實現 75
3.2.4 常用網絡爬蟲工具 78
3.2.5 電影評論爬取 82
3.3 數據抽取技術 85
3.3.1 數據抽取概述 85
3.3.2 Kettle簡介與其安裝 86
3.3.3 文本數據抽取 87
3.3.4 網頁數據抽取 89
3.4 案例：網絡租房信息采集 91
3.4.1 網絡爬蟲采集數據 91
3.4.2 抽取租房信息 94
3.5 本章小結 96
3.6 習題 96 第４章 大數據預處理技術
4.1 數據預處理概述 97
4.1.1 數據質量 97
4.1.2 數據預處理的主要任務 99
4.2 數據清洗 99
4.2.1 缺失值處理方法 99
4.2.2 噪聲數據處理方法 101
4.2.3 冗余數據處理方法 105
4.2.4 數據格式與內容處理方法 106
4.3 數據集成 106
4.3.1 實體識別問題 106
4.3.2 冗余問題 107
4.3.3 數據值沖突的檢測與處理 109
4.4 數據變換 110
4.4.1 數據規范化 110
4.4.2 通過離散化變換數據 112
4.5 數據歸約 113
4.5.1 過濾法 114
4.5.2 包裝法 115
4.5.3 嵌入法 116
4.6 數據脫敏 117
4.6.1 數據脫敏類型 117
4.6.2 數據脫敏方法 118
4.7 案例：汽車行駛工況數據預處理 119
4.7.1 案例背景 119
4.7.2 數據描述 119
4.7.3 數據預處理 120
4.8 本章小結 124
4.9 習題 125 第５章 Excel數據獲取與預處理
5.1 Excel數據獲取 126
5.1.1 獲取文本數據 126
5.1.2 獲取網站數據 128
5.1.3 獲取數據庫中的數據 130
5.2 Excel數據清洗與轉換 132
5.2.1 常用數據分析函數 132
5.2.2 刪除重復行 136
5.2.3 文本查找與替換 137
5.2.4 字符串截取 139
5.2.5 數據的轉置 140
5.2.6 數據的查詢和引用 140
5.2.7 字母與數字的轉換 142
5.3 Excel數據抽取與合并 143
5.3.1 值的抽取 144
5.3.2 數據合并 146
5.3.3 字段合并 147
5.4 案例：房價行情的對比分析 148
5.4.1 數據獲取 148
5.4.2 數據預處理與分析 149
5.5 本章小結 151
5.6 習題 151 第６章 Python數據預處理
6.1 Python數據預處理基礎 153
6.1.1 科學計算庫NumPy 153
6.1.2 數據分析庫pandas 160
6.2 數據的分組、分割、合并和變形 168
6.2.1 數據分組 168
6.2.2 數據分割 171
6.2.3 數據合并 172
6.2.4 數據變形 175
6.3 缺失值、異常值和重復值處理 177
6.3.1 缺失值處理 177
6.3.2 異常值處理 181
6.3.3 重復值處理 185
6.4 時間序列數據處理 185
6.4.1 時間序列的基本操作 186
6.4.2 固定頻率的時間序列 187
6.4.3 時間周期及其計算 188
6.5 文本數據分析 189
6.5.1 字符串處理方法 189
6.5.2 文本數據分析工具 191
6.5.3 正則表達式 194
6.5.4 文本預處理 196
6.6 案例：IMDb5000電影數據預處理 199
6.6.1 數據分析及代碼實現 199
6.6.2 完整代碼 201
6.7 本章小結 203
6.8 習題 203 第７章 數據可視化技術
7.1 數據可視化概述 205
7.1.1 數據可視化的定義 205
7.1.2 數據可視化的發展歷程 206
7.1.3 數據可視化的作用 211
7.2 數據可視化的理論基礎 212
7.2.1 數據可視化的流程 212
7.2.2 數據可視化的設計要素 213
7.2.3 數據可視化的基礎圖表 216
7.2.4 數據可視化的常見工具 219
7.3 Python數據可視化方法 221
7.3.1 Matplotlib繪制基礎圖表 221
7.3.2 seaborn繪制統計圖 229
7.3.3 wordcloud繪制詞云圖 254
7.3.4 NetworkX繪制網絡圖 257
7.3.5 案例：重慶公開庭審數據可視化 260
7.4 pyecharts數據可視化方法 265
7.4.1 pyecharts簡介 265
7.4.2 pyecharts應用 266
7.4.3 案例：2020年東京奧運會獎牌看板 267
7.5 本章小結 278
7.6 習題 279 參考文獻 280
第 1章 大數據概述
第２章 Python程序設計
第３章 大數據采集
第４章 大數據預處理技術
第５章 Excel數據獲取與預處理
第６章 Python數據預處理
第７章 數據可視化技術 【詳細目錄】
第 1章 大數據概述
1.1 大數據時代 1
1.2 大數據的相關概念及特征 2
1.2.1 大數據的概念 2
1.2.2 大數據的發展歷程 3
1.2.3 大數據的特征 5
1.2.4 大數據的作用 6
1.2.5 大數據的應用領域 7
1.2.6 大數據的關鍵技術 8
1.3 大數據系統簡介 9
1.3.1 Hadoop生態系統 9
1.3.2 Spark生態系統 12
1.4 大數據思維 15
1.4.1 傳統思維方式 15
1.4.2 大數據思維方式 16
1.5 大數據倫理 17
1.5.1 大數據倫理的由來 17
1.5.2 大數據的倫理問題 18
1.5.3 大數據的倫理原則 21
1.6 大數據安全 22
1.6.1 數據全生命周期安全 22
1.6.2 大數據安全防護技術 23
1.7 本章小結 24
1.8 習題 24 第２章 Python程序設計
2.1 Python的安裝與運行 25
2.1.1 Python的特點 25
2.1.2 Python的下載與安裝 26
2.1.3 Python程序的運行 27
2.1.4 第三方軟件包的安裝 29
2.1.5 Python編程規范 31
2.2 數據類型與運算符 33
2.2.1 數字和字符串 33
2.2.2 列表和元組 38
2.2.3 字典和集合 42
2.2.4 運算符 44
2.3 程序控制結構 47
2.3.1 程序流程圖 47
2.3.2 順序結構 48
2.3.3 選擇結構 49
2.3.4 循環結構 51
2.4 函數與模塊 54
2.4.1 函數的使用 54
2.4.2 函數的參數傳遞 55
2.4.3 全局變量與局部變量 57
2.4.4 匿名函數 58
2.4.5 模塊 59
2.5 文件 60
2.5.1 文件的打開與關閉 60
2.5.2 文件的讀取與寫入 62
2.5.3 文件的定位 63
2.6 本章小結 63
2.7 習題 64 第３章 大數據采集
3.1 大數據采集概述 65
3.1.1 大數據采集的概念 65
3.1.2 大數據采集的數據源 66
3.1.3 大數據采集方法 67
3.1.4 大數據采集平臺 69
3.2 網絡爬蟲技術 71
3.2.1 網絡爬蟲概述 72
3.2.2 常用網絡爬蟲方法 72
3.2.3 網頁數據采集的實現 75
3.2.4 常用網絡爬蟲工具 78
3.2.5 電影評論爬取 82
3.3 數據抽取技術 85
3.3.1 數據抽取概述 85
3.3.2 Kettle簡介與其安裝 86
3.3.3 文本數據抽取 87
3.3.4 網頁數據抽取 89
3.4 案例：網絡租房信息采集 91
3.4.1 網絡爬蟲采集數據 91
3.4.2 抽取租房信息 94
3.5 本章小結 96
3.6 習題 96 第４章 大數據預處理技術
4.1 數據預處理概述 97
4.1.1 數據質量 97
4.1.2 數據預處理的主要任務 99
4.2 數據清洗 99
4.2.1 缺失值處理方法 99
4.2.2 噪聲數據處理方法 101
4.2.3 冗余數據處理方法 105
4.2.4 數據格式與內容處理方法 106
4.3 數據集成 106
4.3.1 實體識別問題 106
4.3.2 冗余問題 107
4.3.3 數據值沖突的檢測與處理 109
4.4 數據變換 110
4.4.1 數據規范化 110
4.4.2 通過離散化變換數據 112
4.5 數據歸約 113
4.5.1 過濾法 114
4.5.2 包裝法 115
4.5.3 嵌入法 116
4.6 數據脫敏 117
4.6.1 數據脫敏類型 117
4.6.2 數據脫敏方法 118
4.7 案例：汽車行駛工況數據預處理 119
4.7.1 案例背景 119
4.7.2 數據描述 119
4.7.3 數據預處理 120
4.8 本章小結 124
4.9 習題 125 第５章 Excel數據獲取與預處理
5.1 Excel數據獲取 126
5.1.1 獲取文本數據 126
5.1.2 獲取網站數據 128
5.1.3 獲取數據庫中的數據 130
5.2 Excel數據清洗與轉換 132
5.2.1 常用數據分析函數 132
5.2.2 刪除重復行 136
5.2.3 文本查找與替換 137
5.2.4 字符串截取 139
5.2.5 數據的轉置 140
5.2.6 數據的查詢和引用 140
5.2.7 字母與數字的轉換 142
5.3 Excel數據抽取與合并 143
5.3.1 值的抽取 144
5.3.2 數據合并 146
5.3.3 字段合并 147
5.4 案例：房價行情的對比分析 148
5.4.1 數據獲取 148
5.4.2 數據預處理與分析 149
5.5 本章小結 151
5.6 習題 151 第６章 Python數據預處理
6.1 Python數據預處理基礎 153
6.1.1 科學計算庫NumPy 153
6.1.2 數據分析庫pandas 160
6.2 數據的分組、分割、合并和變形 168
6.2.1 數據分組 168
6.2.2 數據分割 171
6.2.3 數據合并 172
6.2.4 數據變形 175
6.3 缺失值、異常值和重復值處理 177
6.3.1 缺失值處理 177
6.3.2 異常值處理 181
6.3.3 重復值處理 185
6.4 時間序列數據處理 185
6.4.1 時間序列的基本操作 186
6.4.2 固定頻率的時間序列 187
6.4.3 時間周期及其計算 188
6.5 文本數據分析 189
6.5.1 字符串處理方法 189
6.5.2 文本數據分析工具 191
6.5.3 正則表達式 194
6.5.4 文本預處理 196
6.6 案例：IMDb5000電影數據預處理 199
6.6.1 數據分析及代碼實現 199
6.6.2 完整代碼 201
6.7 本章小結 203
6.8 習題 203 第７章 數據可視化技術
7.1 數據可視化概述 205
7.1.1 數據可視化的定義 205
7.1.2 數據可視化的發展歷程 206
7.1.3 數據可視化的作用 211
7.2 數據可視化的理論基礎 212
7.2.1 數據可視化的流程 212
7.2.2 數據可視化的設計要素 213
7.2.3 數據可視化的基礎圖表 216
7.2.4 數據可視化的常見工具 219
7.3 Python數據可視化方法 221
7.3.1 Matplotlib繪制基礎圖表 221
7.3.2 seaborn繪制統計圖 229
7.3.3 wordcloud繪制詞云圖 254
7.3.4 NetworkX繪制網絡圖 257
7.3.5 案例：重慶公開庭審數據可視化 260
7.4 pyecharts數據可視化方法 265
7.4.1 pyecharts簡介 265
7.4.2 pyecharts應用 266
7.4.3 案例：2020年東京奧運會獎牌看板 267
7.5 本章小結 278
7.6 習題 279 參考文獻 280
展開全部
大數據采集、預處理與可視化(微課版) 作者簡介
葛繼科：
西南大學博士，加拿大麥吉爾大學博士后出站，重慶科技學院教授，碩士研究生導師。主要從事人工智能、大數據應用、網絡安全等方面的教學與研究工作。主講課程包括：大數據平臺與應用、大數據分析與挖掘、大數據采集與優化、人工智能、計算機網絡、網絡安全技術等。主持省部級教學質量工程項目1項，主持省部級教改重點項目2項、一般項目1項、產學合作育人項目9項、校級教改項目4項，發表教改論文8篇。獲省部級教學成果二等獎1項、校級教學成果二等獎2項。主持省部級科研項目7項，參與國家級科研項目3項、省部級5項；發表學術論文30余篇，其中SCI收錄4篇、EI收錄20篇、中文核心3篇，授權發明專利6項。出版教學著作《計算機網絡安全技術應用探究》1部，主編《油田大數據應用技術》（石油工業出版社，2021年）、《量子人工智能引論》（西南師范大學出版社，2021年）等學術著作。
書友推薦
- >
名家帶你讀魯迅:故事新編
- >
煙與鏡
- >
羅庸西南聯大授課錄
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
月亮與六便士
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
我與地壇
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
本類暢銷
