×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
Python数据分析:从零基础入门到案例实战

Python数据分析:从零基础入门到案例实战

1星价 ¥59.6 (6.7折)
2星价¥59.6 定价¥89.0
暂无评论
图文详情
  • ISBN:9787576311952
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:24cm
  • 页数:10,405页
  • 出版时间:2022-04-01
  • 条形码:9787576311952 ; 978-7-5763-1195-2

本书特色

由浅入深 快速入门 附赠格外视频讲解 知识全面 实例丰富 配套资源 辅助学习 在线交流 售后无忧 从基础入门讲解,到实战案例解析,再到拓展与应用,真正做到零基础到实战应用的一本实用教程。在基础入门部分,介绍了 Python 的语法基础,包括数据类型、流程控制、函数,数据的导入导出,数据处理的 NumPy 和 Pandas 库,数据清洗、数据分析、数据可视化和图像处理,以及正则表达式和爬虫方面的知识点;在实战案例部分,介绍了中文分词 jieba 库,并用三个完整的数据分析案例介绍了数据的清洗和分析过程;在拓展与应用部分,主要介绍了 Python 对文件系统的操作和格式化字符串的输出,并对数据库的操作、 Python 应用模块的 DIY 与发布,以及机器学习入门做了简单的介绍。 本书特色: 1、由浅入深,快速入门 本书定位以零基础为主,充分考虑到初学者的特点,引领读者快速入门。在知识点上不求面面俱到,但求够用。学好本书能掌握一般的数据分析工作所需的基础技术。 2、重点提示,高效学习 在各知识点的关键处给出提示说明和注意事项,专业知识和经验的提炼有助于读者高效学习,也能更多地体会编程的乐趣。 3、内容全面,实例丰富 本书详细介绍了 Python 的基本分析工具,内容涵盖基本语法、数据处理与分析,以及可视化等相关技术,知识点全面、够用。在介绍知识点时,辅以大量的实例及实战案例,有助于读者快速理解并掌握所学知识点。 4、配套资源,辅助学习 从基本语法到拓展,教学资源一应俱全。本书提供了全书的大部分源代码,但不建议复制、粘贴代码运行。有效的学习方法就是亲自敲代码,体会代码的写法。同时,还附赠了本书以外相关知识点的视频讲解,让读者能够举一反三,牢固掌握所学知识。 5、在线答疑,售后无忧 扫描下方二维码,关注公众号,输入关键词,即可获取配套资源下载方式。

内容简介

本书是一本使用Python 3.8进行数据处理和分析的学习指南。全书分为三部分: 基础入门、实战案例及拓展与应用。在基础入门部分, 介绍了Python的语法基础, 包括数据类型、流程控制、函数, 数据的导入导出, 数据处理的NumPy和Pandas库, 数据清洗、数据分析、数据可视化和图像处理, 以及正则表达式和爬虫方面的知识点 ; 在实战案例部分, 介绍了中文分词jieba库, 并用三个完整的数据分析案例介绍了数据的清洗和分析过程 ; 在拓展与应用部分, 主要介绍了Python对文件系统的操作和格式化字符串的输出, 并对数据库的操作、Python应用模块的DIY与发布, 以及机器学习入门做了简单的介绍。

目录

**部分?? 基础入门

第 1 章 Python 基础

1.1 安装 Anaconda

1.2 语法基础

1.3 程序结构

1.4 函数

1.5 数据类型

1.6 map()、filter() 和 reduce() 函数

1.7 面向对象编程基础

1.8 实战案例:我的**个程序(验证用户名和密码)

1.9 本章小结

第 2 章 NumPy 库

2.1 数组的创建

2.2 数组的操作

2.3 数组的计算

2.4 统计基础

2.5 矩阵运算

2.6 实战案例:股票统计分析

2.7 本章小结

第 3 章 Pandas 库

3.1 序列

3.2 数据框

3.3 数据的导入

3.4 数据的导出

3.5 实战案例:身体质量数据处理

3.6 本章小结

第 4 章 数据处理

4.1 数据清洗

4.2 数据抽取

4.3 插入记录

4.4 修改记录

4.5 交换行或列

4.6 排名索引

4.7 数据合并

4.8 数据计算

4.9 数据分组

4.10 日期处理

4.11 实战案例:数据处理

4.12 本章小结

第 5 章 数据分析

5.1 描述性统计分析

5.2 分组分析

5.3 分布分析

5.4 交叉分析

5.5 结构分析

5.6 相关分析

5.7 实战案例:电商数据相关分析

5.8 本章小结

第 6 章 数据可视化

6.1 Matplotlib 可视化

6.2 pyecharts 可视化

6.3 networkx 可视化

6.4 Plotly 可视化

6.5 Python 图像处理基础

6.6 实战案例:货物动态流向图

6.7 本章小结

第 7 章 字符串处理与网络爬虫

7.1 字符串处理

7.2 网络爬虫

7.3 实战案例:批量下载图片

7.4 本章小结

第二部分?? 实战案例

第 8 章 分词与词云

8.1 词云的概念

8.2 安装 jieba 库

8.3 jieba 库的用法

8.4 词云

8.5 背景词云图的制作

8.6 本章小结

第 9 章 航空客户分类

9.1 情景问题的提出

9.2 K-Means 算法

9.3 情景问题模型的建立

9.4 代码实现

9.5 分类结果与分析

9.6 本章小结

第 10 章 文本分类分析

10.1 读取数据

10.2 数据处理

10.3 构建文本特征与建模

10.4 本章小结

第 11 章 贷款风险评估分析

11.1 问题分析

11.2 数据的导入与整理

11.3 模型训练

11.4 模型预测

11.5 本章小结

第三部分?? 拓展与应用

第 12 章 os 与 glob 模块

12.1 os 模块

12.2 glob 模块

12.3 实战案例:生成专属的二维码

12.4 本章小结

第 13 章 字符串的格式化输出

13.1 % 格式化

13.2 format 格式化

13.3 f 格式化

13.4 Template 格式化

13.5 本章小结

第 14 章 在 Python 中使用数据库

14.1 创建 / 打开数据库

14.2 插入数据

14.3 查询记录

14.4 修改记录

14.5 删除记录

14.6 增删改查的异常处理

14.7 实战案例:我的库我做主(MySQL)

14.8 本章小结

第 15 章 DIY 库的发布

15.1 分形简介

15.2 分形的绘制方法

15.3 发布 fractal 库

15.4 本章小结

第 16 章 机器学习入门

16.1 入门案例

16.2 监督学习和无监督学习

16.3 机器学习中常见的算法

16.4 本章小结

参考文献


展开全部

作者简介

余本国,博士,副教授,硕士研究生导师。 2001年毕业于石河子大学数学系,同年到中北大学(原华北工学院)任教,主讲线性代数、高等数学、微积分、概率统计、数学实验、Python语言、大数据分析基础等课程。2012年到加拿大York University做访问学者。现工作于海南医学院生物医学信息与工程学院。出版有个人著作《感受加拿大游学周记》《Python数据分析基础》《基于Python的大数据分析基础及实战》《Python在机器学习中的应用》《Python 机器学习算法与实战》《PyTorch深度学习入门与实践》《Python大数据分析与应用实战》等。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航