包郵 PYTHON數據分析和可視化基礎開發教程(微課視頻版)

作者：夏敏捷、宋寶衛著

出版社：清華大學出版社出版時間：2024-12-01

開本：其他頁數： 356

本類榜單：教材銷量榜

中圖價:¥51.3(7.3折) 定價 ~~¥69.8~~ 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

本類五星書更多>

>
闖進數學世界――探秘歷史名題

闖進數學世界――探秘歷史名題

¥20.7¥32.8
>
中醫基礎理論

中醫基礎理論

¥51.7¥59
>
當代中國政府與政治(新編21世紀公共管理系列教材)

當代中國政府與政治(新編21世紀公共管理系列教材)

¥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
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材

中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材

¥85.1¥99

商品詳情
商品評論(0條)

中圖價:¥51.3 加入購物車

版權信息
本書特色
內容簡介
目錄

PYTHON數據分析和可視化基礎開發教程(微課視頻版) 版權信息

ISBN：9787302677529
條形碼：9787302677529 ; 978-7-302-67752-9
裝幀：平裝-膠訂
冊數：暫無
重量：暫無
所屬分類：
教材
>
研究生/本科/專科教材

PYTHON數據分析和可視化基礎開發教程(微課視頻版) 本書特色

本書從編程到數據分析,逐步展開 Python數據分析內容,通過銷售業客戶價值數據分析案例演示相關理論和Python應用,將Python數據分析知識和實戰案例進行有機結合。

PYTHON數據分析和可視化基礎開發教程(微課視頻版) 內容簡介

"本書以Python 3.9為編程環境，從Python基礎到擴展庫，從編程到數據分析，逐步展開Python數據分析內容。本書首先簡要介紹數據分析和可視化相關概念，并講解Python基礎知識；然后按照數據分析的主要步驟，重點介紹數據獲取、數據處理、數據分析、數據可視化及機器學習建模過程相關的擴展庫，包括BeautifulSoup4、NumPy、Matplotlib、Pandas、seaborn和sklearn等； *后通過銷售業客戶價值數據分析案例演示相關理論和Python應用，將Python數據分析知識和實戰案例進行有機結合。本書可作為高等院校數據分析等課程的教材，也可作為數據分析初學者和感興趣讀者的自學用書，并可作為相關從業人員的參考用書。 "

PYTHON數據分析和可視化基礎開發教程(微課視頻版) 目錄

資源下載2.2.1變量第3章Python控制語句4.6函數和字典綜合應用案例——通訊錄程序第7章科學計算NumPy庫第9章Python爬取網頁數據第11章sklearn構造數據分析模型11.1機器學習基礎11.1.1機器學習概念11.1.2機器學習的分類11.1.3機器學習流程11.1.4機器學習庫sklearn的安裝11.2機器學習庫sklearn的應用11.2.1sklearn常用數據集資源下載第1章數據分析概述 1.1數據與大數據 1.2數據分析 1.3數據分析流程 1.4Python數據分析與可視化 1.4.1為什么選擇Python做數據分析 1.4.2Python數據分析與可視化常用類庫 1.4.3Python安裝和開發環境 1.5Jupyter Notebook的安裝和使用 1.5.1Jupyter Notebook的安裝 1.5.2Jupyter Notebook的使用 1.5.3Jupyter Notebook的保存 1.6PyCharm的安裝和使用 1.7Python基本輸入輸出 1.7.1Python基本輸入 1.7.2Python基本輸出 1.8Python代碼規范實驗一熟悉Python開發環境習題第2章Python語法基礎 2.1Python數據類型 2.1.1數值類型 2.1.2字符串 2.1.3布爾類型 2.1.4空值 2.1.5Python數字類型轉換 2.2變量和常量 2.2.1變量 2.2.2常量 2.3運算符與表達式 2.3.1運算符 2.3.2表達式 2.4序列數據結構 2.4.1列表 2.4.2元組 2.4.3字典 2.4.4集合實驗二序列的創建和使用習題目錄第3章Python控制語句 3.1選擇結構 3.1.1if語句 3.1.2if…else語句 3.1.3if…elif…else語句 3.1.4pass語句 3.2循環結構 3.2.1while 語句 3.2.2for語句 3.2.3continue和break語句 3.2.4循環嵌套 3.2.5列表生成式 3.3應用案例——猜單詞游戲實驗三控制語句的使用習題第4章Python函數與模塊 4.1函數的定義和使用 4.1.1函數的定義 4.1.2函數的使用 4.1.3Lambda表達式 4.1.4函數的返回值 4.2函數參數 4.2.1函數形參和實參的區別 4.2.2參數的傳遞 4.2.3函數參數的類型 4.2.4變量的作用域 4.3閉包和函數的遞歸調用 4.3.1閉包 4.3.2函數的遞歸調用 4.4內置函數 4.4.1數學運算函數 4.4.2集合操作函數 4.4.3字符串函數 4.4.4反射函數 4.4.5IO函數 4.5模塊和包 4.5.1import 導入模塊 4.5.2定義自己的模塊 4.5.3time模塊 4.5.4calendar模塊 4.5.5random模塊 4.5.6math模塊和cmath模塊 4.5.7包 4.6函數和字典綜合應用案例——通訊錄程序實驗四函數的定義和使用習題第5章Python文件的使用 5.1文件 5.2文件的訪問 5.2.1打開(建立)文件 5.2.2讀取文本文件 5.2.3寫文本文件 5.2.4文件內移動 5.2.5文件的關閉 5.3文件夾的操作 5.3.1當前工作目錄 5.3.2目錄操作 5.3.3文件操作 5.4常用格式文件操作 5.4.1操作CSV格式文件 5.4.2操作Excel文檔 5.4.3操作JSON格式文件實驗五文件操作習題第6章面向對象程序設計 6.1面向對象程序設計基礎 6.2類和對象 6.2.1定義和使用類 6.2.2構造函數__init__ 6.2.3析構函數 6.2.4實例屬性和類屬性 6.2.5私有成員與公有成員 6.2.6方法 6.3類的繼承和多態 6.3.1類的繼承 6.3.2類的多繼承 6.3.3方法重寫 6.3.4多態 6.3.5運算符重載實驗六面向對象程序設計習題第7章科學計算NumPy庫 7.1NumPy數組的使用 7.1.1NumPy數組創建 7.1.2NumPy數組中的元素訪問 7.1.3NumPy數組的算術運算 7.1.4NumPy數組的形狀(shape)操作 7.2NumPy中的矩陣對象 7.3NumPy中的數據統計分析 7.3.1排序 7.3.2重復數據與去重 7.3.3常用統計函數實驗七NumPy數據分析應用習題第8章Pandas統計分析基礎 8.1Python數據分析庫(Pandas) 8.1.1Series 8.1.2DataFrame 8.2Pandas統計功能 8.2.1基本統計 8.2.2分組統計 8.3排序和排名 8.3.1Series的排序 8.3.2DataFrame的排序 8.3.3排名 8.4Pandas篩選和過濾功能 8.4.1篩選 8.4.2按篩選條件進行匯總 8.4.3過濾 8.5數據透視表 8.5.1透視表 8.5.2交叉表 8.6Pandas數據導入導出 8.6.1導入CSV文件 8.6.2讀取其他格式數據 8.6.3導出Excel文件 8.6.4導出CSV文件 8.6.5Pandas讀取和寫入數據庫 8.7Pandas日期處理 8.8數據運算 8.8.1簡單算術運算 8.8.2應用函數運算 8.9Pandas數據分析應用案例——學生成績統計分析實驗八Pandas數據分析應用案例——學生數據處理習題第9章Python爬取網頁數據 9.1相關HTTP知識 9.2urllib庫 9.2.1urllib庫簡介 9.2.2urllib庫的基本使用 9.3BeautifulSoup庫 9.3.1網頁信息分析工具BeautifulSoup庫概述 9.3.2BeautifulSoup庫的四大對象 9.3.3BeautifulSoup庫操作解析文檔樹 9.4requests庫 9.4.1requests庫的使用 9.4.2requests庫的應用案例 9.5爬蟲實戰案例——Python爬取豆瓣電影TOP250評分實驗九Python爬取網頁信息習題第10章數據處理與數據分析 10.1數據處理概念 10.1.1數據清理 10.1.2數據集成 10.1.3數據變換與數據離散化 10.2Pandas數據清理 10.2.1處理缺失值 10.2.2處理重復值 10.2.3處理格式錯誤 10.2.4處理錯誤數據 10.2.5處理異常值 10.3Pandas數據集成 10.3.1SQL合并/連接 10.3.2字段合并 10.3.3記錄合并 10.4Pandas數據變換與離散化 10.4.1簡單函數變換 10.4.2數據標準化 10.4.3數據離散化處理 10.5Pandas數據分析 10.5.1描述性分析 10.5.2分布分析 10.5.3相關性分析實驗十數據處理與數據分析習題第11章sklearn構造數據分析模型 11.1機器學習基礎 11.1.1機器學習概念 11.1.2機器學習的分類 11.1.3機器學習流程 11.1.4機器學習庫sklearn的安裝 11.2機器學習庫sklearn的應用 11.2.1sklearn常用數據集 11.2.2聚類 11.2.3分類 11.2.4回歸 11.2.5主成分分析 11.2.6鳶尾花相關的分類、預測及降維實驗十一sklearn機器學習應用習題第12章數據可視化 12.1Matplotlib繪圖可視化 12.1.1Matplotlib.pyplot模塊——快速繪圖 12.1.2繪制條形圖、餅圖、散點圖 12.1.3交互式標注 12.2seaborn繪圖可視化 12.2.1seaborn安裝和內置數據集 12.2.2seaborn背景與邊框 12.2.3seaborn繪制散點圖 12.2.4seaborn繪制折線圖 12.2.5seaborn繪制直方圖 12.2.6seaborn繪制條形圖 12.2.7seaborn繪制線性回歸模型 12.2.8seaborn繪制箱線圖 12.3Pandas數據分析應用案例——天氣分析和展示 12.3.1爬取數據 12.3.2Pandas處理分析數據 12.3.3數據可視化展示 12.4可視化應用——學生成績分布柱狀圖展示 12.4.1程序設計的思路 12.4.2程序設計的步驟實驗十二數據可視化習題第13章案例實戰——銷售業客戶價值數據分析 13.1銷售業客戶價值分析意義 13.2程序設計思路 13.3程序設計的步驟參考文獻

展開全部

商品評論(0條)

寫書評賺書幣

暫無評論……

書友推薦