实用数据分析-(原书第2版)

目　　录 Contents译者序作者简介审校者简介前言第1章　开始11.1　计算机科学11.2　人工智能21.3　机器学习21.4　统计学21.5　数学21.6　专业领域知识31.7　数据、信息和知识31.7.1　数据、信息和知识之间的相互性31.7.2　数据的本质41.8　数据分析过程51.8.1　问题61.8.2　数据准备61.8.3　数据探索71.8.4　预测建模71.8.5　结果可视化81.9　定量与定性数据分析91.10　数据可视化的重要性91.11　大数据101.12　自我量化121.12.1　传感器和摄像头121.12.2　社交网络分析131.13　本书的工具和练习131.13.1　为什么使用 Python141.13.2　为什么使用mlpy141.13.3　为什么使用D3.js141.13.4　为什么使用 MongoDB151.14　小结15第2章　数据预处理162.1　数据源162.1.1　开源数据172.1.2　文本文件182.1.3　Excel文件182.1.4　SQL数据库182.1.5　NoSQL数据库192.1.6　多媒体202.1.7　网页检索202.2　数据清洗222.2.1　统计方法232.2.2　文本解析232.2.3　数据转化252.3　数据格式252.3.1　CSV262.3.2　JSON272.3.3　XML282.3.4　YAML292.4　数据归约302.4.1　过滤及抽样302.4.2　分箱算法302.4.3　降维312.5　开始使用OpenRefine工具322.5.1　text facet332.5.2　聚类332.5.3　文本过滤器342.5.4　numeric facet342.5.5　数据转化352.5.6　数据输出362.5.7　操作历史记录362.6　小结37第3章　可视化383.1　可视化概述393.2　利用网页版的可视化393.3　探索科学可视化393.4　在艺术上的可视化403.5　可视化生命周期403.6　可视化不同类型的数据413.6.1　HTML413.6.2　DOM423.6.3　CSS423.6.4　JavaScript433.6.5　SVG433.7　开始使用D3.js433.7.1　柱状图443.7.2　饼图483.7.3　散点图503.7.4　单线图523.7.5　多线图553.8　交互与动画593.9　社交网络中的数据613.10　可视化分析的摘要623.11　小结62第4章　文本分类634.1　学习和分类634.2　贝叶斯分类644.3　E-mail主题测试器654.4　数据664.5　算法684.6　分类器的准确性714.7　小结73第5章　基于相似性的图像检索745.1　图像相似性搜索745.2　动态时间规整755.3　处理图像数据集775.4　执行DTW775.5　结果分析795.6　小结81第6章　模拟股票价格826.1　金融时间序列826.2　随机漫步模拟836.3　蒙特卡罗方法846.4　生成随机数856.5　用D3.js实现866.6　计量分析师916.7　小结93第7章　预测黄金价格947.1　处理时间序列数据947.2　平滑时间序列977.3　线性回归1007.4　数据—历史黄金价格1017.5　非线性回归1017.5.1　核岭回归1027.5.2　平滑黄金价格时间序列1047.5.3　平滑时间序列的预测1057.5.4　对比预测值1067.6　小结107第8章　使用支持向量机的方法进行分析1088.1　理解多变量数据集1098.2　降维1118.2.1　线性无差别分析1128.2.2　主成分分析1128.3　使用支持向量机1148.3.1　核函数1158.3.2　双螺旋问题1168.3.3　在mlpy中实现SVM1168.4　小结119第9章　应用细胞自动机的方法对传染病进行建模1209.1　流行病学简介1209.2　流行病模型1229.2.1　SIR模型1229.2.2　使用SciPy来解决SIR模型的常微分方程1239.2.3　SIRS模型1249.3　对细胞自动机进行建模1259.3.1　细胞、状态、网格和邻域1269.3.2　整体随机访问模型1279.4　通过D3.js模拟CA中的SIRS模型1279.5　小结135第10章　应用社交图谱13610.1　图谱的结构13610.1.1　无向图13710.1.2　有向图13710.2　社交网络分析13710.3　捕获Facebook图谱13810.4　使用Gephi再现图谱13910.5　统计分析14210.6　度的分布14410.6.1　图谱直方图14510.6.2　集中度14610.7　将GDF转化为JSON14810.8　在D3.js环境下进行图谱可视化15010.9　小结154第11章　分析Twitter数据15511.1　解析Twitter数据15511.1.1　tweet15611.1.2　粉丝15611.1.3　热门话题15611.2　使用OAuth访问Twitter API15711.3　开始使用Twython15811.3.1　利用Twython进行简单查询15911.3.2　获取时间表数据16311.3.3　获取粉丝数据16511.3.4　获取地点和趋势信息16711.3.5　获取用户数据16811.3.6　API流16911.4　小结171第12章　使用MongoDB进行数据处理和聚合17212.1　开始使用MongoDB17212.1.1　数据库17312.1.2　集合17512.1.3　文件17512.1.4　Mongo shell17512.1.5　Insert/Update/Delete17612.1.6　查询17712.2　数据准备17812.2.1　使用OpenRefine进行数据转换17912.2.2　通过PyMongo插入文件18012.3　分组18212.4　聚合框架18412.4.1　流水线18412.4.2　表达式18512.5　小结186第13章　使用MapReduce方法18813.1　MapReduce概述18813.2　编程模型18913.3　在MongoDB中使用MapReduce19013.3.1　map函数19013.3.2　reduce函数191