互联网 类型
可以朗读 语音朗读
301千字 字数
2023-04-01 发行日期
展开全部

主编推荐语

掌握数据分析技巧，运用强大的Python工具，解决工作中繁琐的数据问题。

内容简介

本书从数据分析的基本概念和Python的基础语法讲起，然后逐步深入到Python数据分析的编程技术方面，并结合实战重点讲解了如何使用主流Python数据分析库进行数据分析，让读者快速掌握Python的编程基础知识，并对Python数据分析有更加深入的理解。

本书分为13章，涵盖的主要内容有数据分析概述、Python的特点和编程基础、NumPy数组的基础和进阶用法、Pandas数据处理和数据分析、数据的导入导出、数据可视化，以及Python网络爬虫和Scikit-learn机器学习的入门知识。

本书内容丰富全面，语言简洁、通俗易懂，实用性强，还包含实战案例，特别适合Python的初学者和自学者，以及缺乏编程经验的数据分析从业人员阅读，也适合对数据分析编程感兴趣的爱好者阅读。

目录

  • 版权信息
  • 内容提要
  • 前言
  • 第1章 数据分析概述
  • 1.1 数据分析的含义
  • 1.2 数据分析的基础流程
  • 1.3 数据收集
  • 1.4 统计分析策略
  • 1.5 数据分析方法
  • 1.6 数据挖掘的标准流程（CRISP-DM模型）
  • 1.7 数据分析工具
  • 第2章 为什么选择Python
  • 2.1 关于Python
  • 2.2 了解Python的特点
  • 2.3 Python在数据分析上的优势
  • 2.4 数据分析的第三方库
  • 2.5 网络爬虫的第三方库
  • 第3章 Python编程基础
  • 3.1 安装与配置
  • 3.2 Hello World!
  • 3.3 基础语法
  • 3.4 变量和数据类型
  • 3.5 内置的数据结构
  • 3.6 控制流
  • 3.7 函数
  • 3.8 类
  • 3.9 文件操作
  • 第4章 NumPy数组：基础篇
  • 4.1 数组对象
  • 4.2 创建数组
  • 4.3 数组访问
  • 4.4 数组更新
  • 4.5 数组变换
  • 4.6 矩阵运算
  • 4.7 数组运算
  • 4.8 聚合统计
  • 第5章 NumPy数组：进阶篇
  • 5.1 NumPy的高效运算
  • 5.2 通用函数
  • 5.3 数组形式的条件判断
  • 5.4 数组的高级索引
  • 5.5 数组排序
  • 5.6 结构化数组
  • 第6章 Pandas：数据处理
  • 6.1 Pandas数据结构
  • 6.2 数据索引和选取
  • 6.3 处理缺失数bb据
  • 6.4 数据集合并
  • 6.5 分层索引
  • 第7章 Pandas：数据分析
  • 7.1 Pandas中的数组运算
  • 7.2 数据聚合
  • 7.3 数据分组
  • 7.4 数据透视表
  • 7.5 时间序列
  • 第8章 数据的导入导出
  • 8.1 文本数据
  • 8.2 Excel数据
  • 8.3 网络数据
  • 8.4 数据库
  • 8.5 Pandas数据对象的导入导出
  • 第9章 数据可视化
  • 9.1 Matplotlib绘图的基础设置
  • 9.2 Pandas绘图接口
  • 第10章 实战：数据预处理
  • 10.1 数据导入
  • 10.2 数据清洗
  • 10.3 数据转换
  • 10.4 数据过滤
  • 10.5 数据导出
  • 第11章 实战：数据分析
  • 11.1 时间序列分析
  • 11.2 统计分析
  • 11.3 关联分析
  • 11.4 透视表分析
  • 第12章 Python网络爬虫
  • 12.1 Robots协议
  • 12.2 数据抓取
  • 12.3 Scrapy库
  • 第13章 Scikit-learn机器学习
  • 13.1 选择合适的机器学习模型
  • 13.2 数据预处理
  • 13.3 监督学习
  • 13.4 无监督学习
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。