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 版權信息
- ISBN：9787308242783
- 條形碼：9787308242783 ; 978-7-308-24278-3
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
PYTHON數據分析 內容簡介
教材內容分為三個部分：**部分為Python基礎；第二部分為數據分析、數據處理、數據可視化和數據分析；第三部分為綜合案例。本教材第二部分難度較高，適合專業學生進行學習，并對機器學習、深度學習等人工智能類專業課打下堅實的基礎。為了與國際接軌，課程中大量國際有名的數據分析競賽平臺Kaggle中的經典案例和數據，并引入了較多國外Python平臺的經典內容。為了與國際接軌，課程中大量國際有名的數據分析競賽平臺Kaggle中的經典案例和數據，并引入了較多國外Python平臺的經典內容。本書的另外一大特點是圖文并茂，對于復雜的專業性知識，采用圖表的方式進行，非常有利于學生掌握。
PYTHON數據分析 目錄
第1章 概述
1.1 Python之美
1.1.1 優雅
1.1.2 明確
1.1.3 簡單
1.1.4 小結
1.2 Python的特點與學習方式
1.2.1 開放性和擴展庫
1.2.2 跨平臺性
1.2.3 語言混編
1.2.4 解釋型語言
1.2.5 一切都是對象
1.2.6 小結
1.3 環境介紹
1.4 擴展庫的安裝
第2章 Python編程基礎
2.1 Python基礎語法
2.1.1 Python中變量的命名規則
2.1.2 Python保留字
2.1.3 注釋
2.1.4 賦值
2.1.5 help函數
2.2 Python基本數據類型
2.2.1 數字(Numbers)
2.2.2 字符串(string)
2.2.3 列表(List)
2.2.4 元組(Tupie)
2.2.5 集合(Set)
2.2.6 字典(Dictionary)
2.2.7 類型轉換
2.3 數據的輸入和輸出
2.3.1 輸入
2.3.2 輸出
第3章 基本控制結構
3.1 條件控制結構
3.2 循環控制結構
3.2.1 while循環
3.2.2 for…in循環
3.2.3 循環與else語句
3-3 函數
3'3.1 函數定義和應用
3.3.2 函數是一級對象
3.3.3 lambda表達式
3.3.4 鏈式調用
3.3.5 函數中調用全局變量
3.4 列表推導式和生成式
3.4.1 列表推導式
3.4.2 列表生成式
3.5 特定應用
3.5.1 保序去重
3.5.2 極值的索引
3.5.3 元素計數
3.5.4 字典的特殊操作
3.5.5 累積函數reduce
第4章 內存模型和數據存儲
4.1 Python的動態類型
4.1.1 C語言的變量賦值
4.1.2 Python的變量賦值
4.1.3 對象的頭信息
4.1.4 整型的內存模型
4.1.5 可變和不可變對象
4.2 列表的內存模型
4.3 函數中的參數傳遞
4.3.1 參數為不可變數據類型
4.3.2 參數為可變數據類型
4.3.3 可變數據類型重新賦值
4.4 .深拷貝和淺拷貝
4.4.1 引用
4.4.2 淺拷貝
4.4.3 深拷貝
4.4.4 小結
4.5 字符串拼接性能分析
4.6 文件處理
4.6.1 打開文件
4.6.2 讀取文件
4.6.3 管理文件
4.7 pathlib庫管理文件
4.8 Json的使用
第5章 面向對象
5.1 類與對象的基本概念
5.1.1 類變量和對象變量的區別
5.1.2 成員函數與普通函數的區別
5.1.3 __init__()的作用
5.1.4 __xxx__的屬性和方法
5.1.5 __slots__的作用
5.2 繼承(Inheritance)
5.2.1 繼承的**個用途——子類自動擁有父類的所有成員
5.2.2 繼承的第二個用途——子類擴展
5.2.3 繼承的第三個用途——重載
5.3 封裝(Encapsulation)
5.4 多態(Polymorphism)
5.5 操作符重載(Overloading Operators)
5.6 裝飾器(Decorator)
5.6.1 函數也是對象
5.6.2 裝飾器
5.6.3 裝飾器的語法糖
5.6.4 裝飾器的參數傳遞
5.6.5 裝飾器的應用舉例
5.7 模塊(Module)和包(Package)
5.7.1 導入模塊
5.7.2 導人限定
5.7.3 包(Package)
第6章 數據獲取
6.1 網頁的基本結構
6.2 網頁數據的獲取
6.3 網頁數據解析
6.4 實戰案例：批量下載表情包
6.4.1 數據獲取
6.4.2 選擇標簽
6.4.3 圖片下載
6.5 實戰案例：網頁動作模擬
6.5.1 網站解析
6.5.2 初始化對象
6.5.3 數據輸人
6.5.4 獲取查詢結果
6.5.5 順序執行各步操作
第7章 Numpy基礎
7.1 多維數組對象ndarray
7.2 數組和列表的異同比較
7.2.1 內存模型
7.2.2 計算效率
7.3 創建、索引和切片
7.3.1 創建
7.3.2 維度和維度變換
7.3.3 索引和切片
7.3.4 創建全1或全0的ndarray
7.3.5 Identity ndarTay
7-3.6 ndarray的復制
7.4 通用函數ufunc
7.5 矩陣操作
7.5.1 點積
7.5.2 廣播(Broadcasting)
7.5.3 數據連接
7.6 隨機數
7.6.1 生成隨機數
7.6.2 隨機打亂和選取
7.7 Numpy保存和導入文件
7.8 實戰案例：圖像處理
第8章 數據可視化
8.1 Matplotlib基礎知識
8.1.1 折線圖和散點圖
8.1.2 pyplot.plot中的格式參數
8.1.3 層次結構
8.2 繪圖函數
8.2.1 繪制多個數據
8.2.2 修改線的樣式
8.2.3 圖案填充
8.3 繪制多子圖
8.4 常見圖形
8.4.1 柱狀圖(Hlistograms)
8.4.2 條形圖(bar chart)
8.4.3 餅圖(Pie Chart)
8.4.4 等值線圖(Contour Plot)
8.4.5 新冠肺炎新增確診病例折線圖
8.5 高級圖形
8.5.1 詞云的繪制——QQ聊天記錄解析
8.5.2 繪制激活函數
第9章 Pandas入門
9.1 Pandas的數據結構介紹
9.1.1 Series
9.1.2 索引(index)對象
9.1.3 DataFrame
9.1.4 小結
9.2 數據可視化
9.3 數據劃分
9.4 隨機采樣和抽取
9.5 數據分組
9.6 時間日期處理
9.7 split-apply-combine策略
9.8 Pandas高級實用函數
9.8.1 shiff函數
9.8.2 value-counts函數
9.8.3 mask函數
9.8.4 nlargest函數
9.9 數據分析可視化大屏
第10章 Pandas綜合應用
10.1 數據讀取和檢查
10.1.1 數據讀取
10.1.2 數據檢查
10.2 數據選擇
10.2.1 列數據篩選
10.2.2 行數據篩選
10.3 數據合并
10.3.1 數據聚合
10.3.2 面向列的多函數應用
10.4 數據劃分
10.4.1 數據可視化
10.4.2 對用戶進行分箱處理
10.4.3 多級劃分
10.5 數據透視表
參考文獻
展開全部
PYTHON數據分析 作者簡介
李昕，中國石油大學（華東）計算機科學與技術學院副教授，碩導。博士畢業于浙江大學CAD&CG 國家重點實驗室，美國肯特州立大學訪問學者。研究方向是智慧海洋和可視分析。從事數據分析、可視化導論、數據挖掘等
書友推薦
- >
上帝之肋:男人的真實旅程
- >
莉莉和章魚
- >
伯納黛特,你要去哪(2021新版)
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
二體千字文
- >
苦雨齋序跋文-周作人自編集
- >
羅曼·羅蘭讀書隨筆-精裝
- >
羅庸西南聯大授課錄
本類暢銷
