包郵 PYTHON數(shù)據(jù)分析

作者：王俊著

出版社：機(jī)械工業(yè)出版社出版時間：2025-01-01

開本： 16開 頁數(shù)： 314

本類榜單：教材銷量榜

中圖價:¥41.7(7.1折) 定價 ~~¥59.0~~ 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

本類五星書更多>

>
闖進(jìn)數(shù)學(xué)世界――探秘歷史名題

闖進(jìn)數(shù)學(xué)世界――探秘歷史名題

¥20.7¥32.8
>
中醫(yī)基礎(chǔ)理論

中醫(yī)基礎(chǔ)理論

¥51.7¥59
>
當(dāng)代中國政府與政治(新編21世紀(jì)公共管理系列教材)

當(dāng)代中國政府與政治(新編21世紀(jì)公共管理系列教材)

¥31.2¥48
>
高校軍事課教程

高校軍事課教程

¥12.4¥38
>
思想道德與法治(2021年版)

思想道德與法治(2021年版)

¥8.5¥18
>
毛澤東思想和中國特色社會主義理論體系概論(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)

¥8.5¥25
>
中醫(yī)內(nèi)科學(xué)·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材

中醫(yī)內(nèi)科學(xué)·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材

¥85.1¥99

商品詳情
商品評論(0條)

中圖價:¥41.7 加入購物車

版權(quán)信息
本書特色
內(nèi)容簡介
目錄
作者簡介

PYTHON數(shù)據(jù)分析版權(quán)信息

ISBN：9787111770671
條形碼：9787111770671 ; 978-7-111-77067-1
裝幀：平裝-膠訂
冊數(shù)：暫無
重量：暫無
所屬分類：
教材
>
研究生/本科/專科教材

PYTHON數(shù)據(jù)分析本書特色

本書系統(tǒng)介紹了使用Python進(jìn)行數(shù)據(jù)分析需要掌握的各項知識，涵蓋了Python基礎(chǔ)知識、網(wǎng)絡(luò)爬蟲、正則表達(dá)式、BeautifulSoup和JSON、詞語切分、自然語言處理、使用NumPy進(jìn)行科學(xué)計算、使用Pandas處理數(shù)據(jù)、數(shù)據(jù)可視化、MySQL、機(jī)器學(xué)習(xí)、樸素貝葉斯模型、支持向量機(jī)、隨機(jī)森林、深度學(xué)習(xí)以及量化投資。

PYTHON數(shù)據(jù)分析內(nèi)容簡介

本書系統(tǒng)介紹了使用Python進(jìn)行數(shù)據(jù)分析需要掌握的各項知識，涵蓋了Python基礎(chǔ)知識、網(wǎng)絡(luò)爬蟲技術(shù)、正則表達(dá)式、BeautifulSoup和JSON、詞語切分、自然語言處理、使用NumPy與Pandas處理數(shù)據(jù)、數(shù)據(jù)可視化技術(shù)、MySQL、機(jī)器學(xué)習(xí)、樸素貝葉斯模型、支持向量機(jī)、隨機(jī)森林、深度學(xué)習(xí)以及量化投資。本書通過結(jié)合數(shù)據(jù)分析技術(shù)的理論知識與Python的實戰(zhàn)應(yīng)用，幫助讀者更好地運(yùn)用Python解決數(shù)據(jù)分析中的實際問題。本書適合作為高等院校工商管理類研究生、本科生的數(shù)據(jù)分析課程教材，還適合作為金融行業(yè)人員的參考資料。

PYTHON數(shù)據(jù)分析目錄

目　錄前言第1章　數(shù)據(jù)分析導(dǎo)論 /　11.1　面向財經(jīng)領(lǐng)域的數(shù)據(jù)分析 /　11.2　數(shù)據(jù)分析工作流程與案例賞析 /　21.2.1　數(shù)據(jù)分析的工作流程 /　21.2.2　數(shù)據(jù)分析的案例賞析 /　31.3　擴(kuò)展閱讀 /　61.3.1　大數(shù)據(jù)驅(qū)動的決策范式轉(zhuǎn)變 /　61.3.2　使用大語言模型做數(shù)據(jù)分析 /　6第2章　Python基礎(chǔ)知識 /　82.1　數(shù)據(jù)類型 /　8目　錄前言第1章　數(shù)據(jù)分析導(dǎo)論 /　11.1　面向財經(jīng)領(lǐng)域的數(shù)據(jù)分析 /　11.2　數(shù)據(jù)分析工作流程與案例賞析 /　21.2.1　數(shù)據(jù)分析的工作流程 /　21.2.2　數(shù)據(jù)分析的案例賞析 /　31.3　擴(kuò)展閱讀 /　61.3.1　大數(shù)據(jù)驅(qū)動的決策范式轉(zhuǎn)變 /　61.3.2　使用大語言模型做數(shù)據(jù)分析 /　6第2章　Python基礎(chǔ)知識 /　82.1　數(shù)據(jù)類型 /　82.1.1　數(shù)值 /　92.1.2　字符串 /　102.1.3　列表 /　132.1.4　元組 /　152.1.5　集合 /　162.1.6　字典 /　162.2　運(yùn)算法則 /　182.2.1　算術(shù)運(yùn)算 /　182.2.2　邏輯運(yùn)算 /　192.2.3　比較運(yùn)算 /　192.3　條件語句 /　192.4　循環(huán)語句 /　202.4.1　while循環(huán) /　202.4.2　for循環(huán) /　212.5　終止語句 /　222.6　函數(shù)構(gòu)造和參數(shù) /　222.6.1　自定義函數(shù) /　222.6.2　自定義函數(shù)的參數(shù) /　232.6.3　局部和全局變量 /　252.6.4　Lambda函數(shù) /　252.7　擴(kuò)展閱讀 /　252.7.1　應(yīng)用ChatGLM開發(fā)聊天機(jī)器人 /　252.7.2　使用ChatGPT輔助學(xué)習(xí)Python /　27第3章　網(wǎng)絡(luò)爬蟲 /　293.1　網(wǎng)絡(luò)爬蟲概述 /　293.2　網(wǎng)頁結(jié)構(gòu) /　313.2.1　服務(wù)器與本地交換機(jī)制 /　313.2.2　HTML /　313.3　獲取網(wǎng)頁內(nèi)容 /　343.3.1　通過Requests發(fā)送請求 /　343.3.2　在URL中傳遞參數(shù) /　353.3.3　添加Headers /　363.4　利用爬蟲獲取股吧評論數(shù)據(jù) /　363.5　擴(kuò)展閱讀 /　393.5.1　常見的反爬機(jī)制與解決方案 /　393.5.2　使用ChatGPT輔助開發(fā)網(wǎng)絡(luò)爬蟲 /　40第4章　正則表達(dá)式 /　424.1　初識正則表達(dá)式 /　424.1.1　什么是正則表達(dá)式 /　424.1.2　構(gòu)建簡單的正則表達(dá)式 /　434.2　正則表達(dá)式進(jìn)階 /　444.3　使用正則表達(dá)式解析HTML網(wǎng)頁 /　484.4　擴(kuò)展閱讀 /　49第5章　BeautifulSoup和JSON /　515.1　BeautifulSoup基本語法 /　515.1.1　創(chuàng)建BeautifulSoup對象 /　525.1.2　提取標(biāo)簽信息 /　535.2　使用BeautifulSoup解析HTML網(wǎng)頁 /　545.3　JSON /　565.3.1　JSON的特點 /　565.3.2　JSON的結(jié)構(gòu) /　565.3.3　JSON序列化與反序列化 /　575.3.4　解析在線API返回的JSON數(shù)據(jù) /　585.4　擴(kuò)展閱讀 /　58第6章　詞語切分 /　606.1　分詞簡介 /　606.1.1　*大匹配法分詞 /　616.1.2　基于統(tǒng)計的分詞 /　626.2　Jieba分詞 /　646.2.1　Jieba分詞簡介 /　646.2.2　使用Jieba分詞 /　666.3　讀取文件并切詞 /　696.4　下載網(wǎng)頁數(shù)據(jù)并切詞 /　716.5　擴(kuò)展閱讀 /　736.5.1　Jieba分詞算法細(xì)節(jié) /　736.5.2　使用大語言模型切詞 /　73第7章　自然語言處理簡介 /　757.1　TF-IDF /　757.1.1　TF-IDF原理 /　767.1.2　TF-IDF案例 /　777.2　詞袋法 /　787.3　情感分析 /　797.3.1　定義函數(shù)創(chuàng)建詞袋 /　817.3.2　使用Python實現(xiàn)詞袋法 /　827.4　擴(kuò)展閱讀 /　837.4.1　詞嵌入 /　837.4.2　使用ChatGPT做文本分析 /　83第8章　使用NumPy進(jìn)行科學(xué)計算 /　858.1　創(chuàng)建數(shù)組 /　858.1.1　安裝NumPy /　858.1.2　列表和數(shù)組 /　868.1.3　創(chuàng)建并探索NumPy數(shù)組 /　878.1.4　創(chuàng)建特殊NumPy數(shù)組 /　898.1.5　導(dǎo)入并查看titanic數(shù)據(jù)集 /　918.2　數(shù)組切片 /　938.2.1　索引和切片 /　938.2.2　數(shù)組切片和列表切片 /　948.2.3　數(shù)組拼接 /　958.3　數(shù)組計算 /　968.3.1　廣播 /　978.3.2　數(shù)組的絕對值與均值 /　978.3.3　點積 /　978.4　詞語相似度計算 /　998.5　手寫數(shù)字案例 /　1018.5.1　初步探索數(shù)據(jù)集 /　1028.5.2　數(shù)據(jù)標(biāo)準(zhǔn)化 /　1028.5.3　圖像翻轉(zhuǎn) /　1038.6　金融案例分析 /　1048.6.1　讀取文件 /　1048.6.2　計算成交量加權(quán)平均價格 /　1058.6.3　計算*大值和*小值 /　1058.6.4　計算極差 /　1068.6.5　計算中位數(shù) /　1068.6.6　計算方差 /　1068.7　擴(kuò)展閱讀 /　107第9章　使用Pandas處理數(shù)據(jù) /　1099.1　序列和數(shù)據(jù)框 /　1099.1.1　創(chuàng)建序列 /　1099.1.2　創(chuàng)建數(shù)據(jù)框 /　1119.1.3　使用Pandas讀取和存儲數(shù)據(jù) /　1129.2　用Pandas處理數(shù)據(jù) /　1149.2.1　關(guān)于INVEST部門的投資任務(wù) /　1149.2.2　查看數(shù)據(jù) /　1159.2.3　數(shù)據(jù)切片 /　1169.2.4　數(shù)據(jù)類型轉(zhuǎn)換 /　1189.2.5　數(shù)據(jù)的增刪改 /　1209.3　用Pandas處理文本數(shù)據(jù) /　123

展開全部

PYTHON數(shù)據(jù)分析作者簡介

王俊，現(xiàn)為西南財經(jīng)大學(xué)管理科學(xué)與工程學(xué)院副教授，碩士生導(dǎo)師，西南財經(jīng)大學(xué)金融科技國際聯(lián)合實驗室主任助理，金融智能與金融工程四川省重點實驗室主任助理，加拿大紐芬蘭紀(jì)念大學(xué)訪問學(xué)者。致力于從大數(shù)據(jù)分析視角，通過大機(jī)器學(xué)習(xí)、數(shù)據(jù)分析、人工智能等方法解決金融市場的重要問題。主要研究包括多源數(shù)據(jù)對證券市場的影響性分析，大數(shù)據(jù)視角的數(shù)字化互動媒體對股票市場的影響性研究、基于大數(shù)據(jù)的證券市場量化分析研究、基于海量數(shù)據(jù)的媒體信息識別與情感量化分析研究等。迄今為止，已發(fā)表英文學(xué)術(shù)論文10余篇，參與國家自然科學(xué)基金項目3項，國家重點科研項目1項，部級、省級重點科研項目5項。同時，王俊多次受邀參加國際學(xué)術(shù)會議（全球信息系統(tǒng)年會-ICIS、亞洲信息系統(tǒng)年會-PACIS、全球管理學(xué)頂尖年會-HICSS），前往美國夏威夷、日本東京、韓國首爾、馬來西亞蘭卡威等地區(qū)進(jìn)行論文發(fā)表講演，還作為國內(nèi)外學(xué)術(shù)期刊IEEE Network Magazine、Association for Computational Linguistics、Journal of Global Information Management（JGIM）、系統(tǒng)工程理論與實踐的審稿人參與稿件評審。

商品評論(0條)

寫書評賺書幣

暫無評論……

書友推薦

>
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
[英] 達(dá)爾文著，朱邦芊譯
¥6.3~~¥14.0~~
>
史學(xué)評論
史學(xué)評論
楊玉圣
¥18.9~~¥42.0~~
>
有舍有得是人生
有舍有得是人生
梁實秋
¥25.7~~¥45.0~~
>
小考拉的故事-套裝共3冊
小考拉的故事-套裝共3冊
[澳] 多蘿西·沃爾著，崔育平譯
¥36.7~~¥68.0~~
>
我從未如此眷戀人間
我從未如此眷戀人間
史鐵生/汪曾祺
¥20.5~~¥49.8~~
>
名家?guī)阕x魯迅:故事新編
名家?guī)阕x魯迅:故事新編
魯迅著，陳漱渝主編
¥13.0~~¥26.0~~
>
姑媽的寶刀
姑媽的寶刀
莫言
¥11.2~~¥30.0~~
>
詩經(jīng)-先民的歌唱
詩經(jīng)-先民的歌唱
裴溥言
¥14.5~~¥39.8~~