Python数据分析与应用(面向新工科普通高等教育系列教材)

前言



第1章Python简介

11Python概要介绍

111Python主要特点

112Python不足

113Python发展现状

12Python发展历史

121Python起源

122Python各版本

13Python常用工具包

14Python常见问题

141Python安装

142Python IDE安装

143Python和其他语言接口

144工具包的安装

145工具包的导入

15Python在国内的发展

151国内镜像

152中小学教育

153国内使用Python情况

习题和作业

第2章Python语法

21Python常用数据结构

211列表

212元组

213集合

214字典

22分支与循环

221分支

222循环

223三目表达式

23函数、类和模块

231函数

232类

233模块

24Python语言与其他语言比较

习题和作业

第3章Python科学计算

31Python基本计算

311算术运算

312比较运算

313赋值运算

314逻辑运算

315成员运算符

316计算实例

32利用NumPy科学计算

321多维数组

322广播特性



323遍历轴

324数组操作

325矩阵运算

326应用案例——图像压缩

33Scipy包

331Scipy简单介绍

332基本操作

333图像处理

334快速傅里叶变换

335函数插值

336优化

34NumPy与Python的性能比较

习题和作业

第4章Python数据分析

41Pandas包

411读入csv文件

412截取数据与描述数据

413数据显示

414数据处理

42Scikit-learn包

421特征降维

422聚类

423分类

43其他Python分析包

431频谱分析

432时频分析

433动力学分析

习题和作业




第5章Python数据处理

51数据清洗

52数据预处理

53统计分析

54网络数据采集

541网络爬虫

542网页解析

55案例应用

习题和作业

第6章Python数据可视化

61可视化的基本概念

62利用Matplotlib进行可视化

621绘制Matplotlib的图表组成元素

622图表的美化和修饰

63绘制统计图形

64案例应用

641气温数据可视化分析

642交通线路图可视化

习题和作业

第7章Python图像分析

71图像分析简介

72卷积神经网络组成

721卷积层


722激活函数层

723池化层

724Dropout层

725Batch Normalization(BN)层

726全连接层

73经典卷积网络架构

731LeNet-5

732Alexlvet



733VGGNet




734ResNet

74案例应用

741MNIST手写数字识别

742Kaggle猫狗大战

75深度学习框架

习题和作业

第8章Python视觉分析

81基于OpenCV的视频操作

82目标检测简介

83R-CNN系列发展历程

84Faster R-CNN详解

85YOLO系列发展历程

86YOLOv4详解



87案例应用

871Faster R-CNN目标检测

872YOLOv4目标检测

88国内视觉分析研究

881工业界

882学术界

习题和作业

第9章Python时序分析

91时序分析介绍

92循环神经网络

921记忆单元

922输入输出序列

923LSTM单元

924GRU单元

93案例应用

931LSTM预测JetRail高铁乘客

932GRU预测飞机乘客

933LSTM预测温度

习题和作业

第10章综合案例

101人脸识别系统

1011人脸数据收集

1012训练人脸分类器

1013人脸识别实现

102PM25预测系统

1021数据导入

1022建立数据集

1023构造预测模型

1024模型训练与测试

参考文献