科技
类型
可以朗读
语音朗读
58千字
字数
2018-10-01
发行日期
展开全部
主编推荐语
数据科学融合数学、统计学和计算机科学，本书详解统计分析及Python实现，配套学习网站。
内容简介
随着大数据时代的来临，一门集数学、统计学和计算机科学为一体的数据科学在世界范围内迅速兴起。数据科学也成为一门横跨自然科学和社会科学的学问。未来社会，各行各业，都免不了和数据打交道，需要借助于数据分析，需要学习数据分析。本书从数据处理的角度来讲解统计分析，内容包括数据科学基础——数据与软件、探索性分析、可视化技术、统计推断、统计模型，大数据分析基础——预测分析法、决策分析法、综合评价法，大数据分析方法——统计方法，大数据分析入门——综合应用。每种方法均辅以详细的Python语言实现，便于提高实际操作能力。并配套开发了学习网站，学习者可以在任何终端（包括手机）上做数据分析。
目录
- 封面
- 书名页
- 内容简介
- 版权页
- 前言
- 目录
- 第1章 数据的收集与整理
- 1.1 数据的类型
- 1.1.1 按度量尺度分
- 1.1.2 按时间状况分
- 1.2 数据的收集
- 1.2.1 横向数据的收集
- 1.2.2 纵向数据的收集
- 1.3 数据的管理
- 1.3.1 表格管理数据
- 1.3.2 数据库管理数据
- 数据及练习
- 第2章 数据分析软件介绍
- 2.1 数据分析软件简介
- 2.2 Python语言介绍
- 2.2.1 Python简介
- 2.2.2 Python的功能
- 2.2.3 Python编程环境
- 2.3 Python数据分析平台
- 2.3.1 Jupyter数据分析平台
- 2.3.2 Python在线分析平台
- 2.4 Python编程入门
- 2.4.1 Python的工作目录
- 2.4.2 Python分析包（库）
- 2.4.3 Python中的数据管理
- 数据及练习
- 第3章 Python编程分析基础
- 3.1 Python数据类型
- 3.1.1 Python对象
- 3.1.2 数据的基本类型
- 3.1.3 标准数据类型
- 3.2 数值分析库numpy
- 3.2.1 一维数组（向量）
- 3.2.2 二维数组（矩阵）
- 3.2.3 数组的操作
- 3.3 数据分析库pandas
- 3.3.1 序列（Series）
- 3.3.2 数据框（DataFrame）
- 3.3.3 数据框的读写
- 3.3.4 数据框的操作
- 3.4 Python编程运算
- 3.4.1 基本运算
- 3.4.2 控制语句
- 3.4.3 函数定义
- 3.4.4 面向对象
- 数据及练习
- 第4章 数据的探索性分析
- 4.1 数据的描述分析
- 4.1.1 基本描述统计量
- 4.1.2 计数数据汇总分析
- 4.1.3 计量数据汇总分析
- 4.2 基本绘图命令
- 4.2.1 常用的绘图函数
- 4.2.2 基于pandas的绘图
- 4.3 数据的分类分析
- 4.3.1 一维频数分析
- 4.3.2 二维集聚分析
- 4.3.3 多维透视分析
- 数据及练习
- 第5章 数据的可视化分析
- 5.1 特殊统计图的绘制
- 5.1.1 数学函数图
- 5.1.2 气泡图
- 5.1.3 三维曲面图
- 5.1.4 三维散点图
- 5.2 seaborn统计绘图
- 5.2.1 基本概念
- 5.2.2 常用统计图
- 5.3 ggplot绘图系统
- 5.3.1 qplot快速制图
- 5.3.2 ggplot基本绘图
- 数据及练习
- 第6章 数据的统计分析
- 6.1 随机变量及其分布
- 6.1.1 均匀分布
- 6.1.2 正态分布
- 6.2 数据分析统计基础
- 6.2.1 统计量的概念
- 6.2.2 统计量的分布
- 6.3 基本统计推断方法
- 6.3.1 参数的估计方法
- 6.3.2 参数的假设检验
- 数据及练习
- 第7章 数据的模型分析
- 7.1 简单线性相关模型
- 7.1.1 线性相关的概念
- 7.1.2 相关系数的计算
- 7.1.3 相关系数的检验
- 7.2 简单线性回归模型
- 7.2.1 简单线性模型估计
- 7.2.2 简单线性模型检验
- 7.2.3 简单线性模型预测
- 7.3 分组线性相关与回归
- 7.3.1 分组线性相关分析
- 7.3.2 分组线性回归模型
- 数据及练习
- 第8章 数据的预测分析
- 8.1 动态数列的基本分析
- 8.1.1 动态数列的介绍
- 8.1.2 动态数列的分析
- 8.2 动态数列预测分析
- 8.2.1 趋势预测构建
- 8.2.2 平滑预测法
- 8.3 股票数据统计分析
- 8.3.1 股票价格分析
- 8.3.2 股票收益率分析
- 数据及练习
- 第9章 数据的决策分析
- 9.1 确定性分析
- 9.1.1 单目标求解
- 9.1.2 多目标求解
- 9.2 不确定性分析
- 9.2.1 分析方法
- 9.2.2 分析原则
- 9.3 风 险 分 析
- 9.3.1 期望值法
- 9.3.2 后悔期望值法
- 数据及练习
- 第10章 数据的案例分析
- 10.1 在线数据获取与分析
- 10.1.1 在线财经数据获取
- 10.1.2 在线股票数据分析
- 10.1.3 新股发行数据分析
- 10.2 证券交易数据的分析
- 10.2.1 历史行情数据分析
- 10.2.2 实时行情数据分析
- 10.2.3 大单交易数据分析
- 10.2.4 公司盈利能力分析
- 10.2.5 公司现金流量分析
- 10.3 宏观经济数据的实证分析
- 10.3.1 存款利率变动分析
- 10.3.2 国内生产总值GDP分析
- 10.3.3 工业品出厂价格指数分析
- 10.4 电影票房数据的实时分析
- 10.4.1 实时票房数据分析
- 10.4.2 每日票房数据分析
- 10.4.3 影院日度票房分析
- 数据及练习
- 附录A 本书的学习博客
- 附录B 书中的例子数据
- 附录C 书中的自定义函数
- 参考文献
- 封底
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
电子工业出版社
电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。
