资源详情

Python数据分析快速上手

Python数据分析快速上手-电子书下载


作者: 王靖/商艳红/张洪波/卢军
出版社: 清华大学出版社
出版年: 2024-2
定价: 89 元
装帧: 平装
ISBN: 9787302651758

下载次数:32


本站推荐

书籍资料

  • 内容简介
  • 作者介绍
  • 书籍目录

王靖,副教授,主要从事计算机应用、仿真、图像处理等方向的研究。在SCI检索的期刊、EI检索的期刊、国际会议和国内期刊发表多篇相关方向学术论文。
商艳红,副教授,主要从事软件开发、程序设计、信息安全、网络安全等方面的研究。主持或参与《基于大数据与机器学习的数字图像取证研究与实现》及《基于多源信息融合的动态云服务可信性评价系统研究》方面科研资助计划。在CPCI检索的国际会议以及国家级期刊发表多篇相关方向的论文。
张洪波,副教授,主要从画好计算机应用相关研究,已发表论文《Seasonal Agricultural Products Distribution and Traceability System Based on the RFID Internet of Things》、《网络化信息系统的仿真回放与评估决策研究》等。
卢军,讲师,现就职于西北农林科技大学,主要从事教学与计算机应用方向的研究,长期工作在计算机教育一线,主要担任人工智能、软件开发技术和软件测试等专业课程。主持并参加多项省市级课题,并发表多篇专业相关论文。

王靖,副教授,主要从事计算机应用、仿真、图像处理等方向的研究。在SCI检索的期刊、EI检索的期刊、国际会议和国内期刊发表多篇相关方向学术论文。
商艳红,副教授,主要从事软件开发、程序设计、信息安全、网络安全等方面的研究。主持或参与《基于大数据与机器学习的数字图像取证研究与实现》及《基于多源信息融合的动态云服务可信性评价系统研究》方面科研资助计划。在CPCI检索的国际会议以及国家级期刊发表多篇相关方向的论文。
张洪波,副教授,主要从画好计算机应用相关研究,已发表论文《Seasonal Agricultural Products Distribution and Traceability System Based on the RFID Internet of Things》、《网络化信息系统的仿真回放与评估决策研究》等。
卢军,讲师,现就职于西北农林科技大学,主要从事教学与计算机应用方向的研究,长期工作在计算机教育一线,主要担任人工智能、软件开发技术和软件测试等专业课程。主持并参加多项省市级课题,并发表多篇专业相关论文。

目录

第1章构建Python开发环境1
1.1理解数据分析1
1.1.1数据分析是什么1
1.1.2数据分析的步骤2
1.2安装Python及开发工具3
1.2.1安装Python33
1.2.2安装第三方开发工具5
1.2.3认识Python程序5
1.3Python语言基础6
1.3.1初识Python语法6
1.3.2保留字与标识符9
1.3.3变量10
1.3.4基本数据类型11
1.3.5运算符14
1.3.6基本输入与输出18
1.4从文件中读取数据19
1.4.1Python读取CSV文件19
1.4.2Python读取JSON文件20
1.4.3Python读取数据库文件21
1.4.4Python保存数据文件22
1.5本章小结24
1.6动手练习24
第2章控制语句25
2.1程序结构25
2.2选择语句26
2.2.1if语句26
2.2.2if…else语句26

2.2.3if…elif…else语句27
2.2.4if语句的嵌套28
2.3条件表达式29
2.4循环语句30
2.4.1while循环30
2.4.2for循环30
2.4.3循环嵌套32
2.5跳转语句33
2.5.1continue语句33
2.5.2break语句34
2.6pass语句35
2.7本章小结35
2.8动手练习35
第3章序列37
3.1序列概述37
3.1.1索引37
3.1.2切片38
3.1.3序列相加38
3.1.4乘法39
3.1.5检查某个元素是不是序列的成员39
3.1.6计算序列的长度、最大值和最小值40
3.2列表40
3.2.1创建与删除列表40
3.2.2访问列表元素42
3.2.3遍历列表42
3.2.4添加、修改和删除列表元素44
3.2.5对列表进行统计和计算46
3.2.6对列表进行排序47
3.2.7列表推导式49
3.2.8二维列表的使用51
3.3元组52
3.3.1创建与删除元组52
3.3.2访问元组元素54
3.3.3修改元组元素55
3.3.4元组推导式55
3.3.5元组和列表的区别56
3.4字典56
3.4.1字典的创建与删除57
3.4.2通过“键-值对”访问字典59
3.4.3遍历字典60
3.4.4添加、修改和删除字典元素60
3.4.5字典推导式61
3.5集合61
3.5.1创建集合62
3.5.2添加和删除集合元素63
3.5.3集合的交集、并集和差集运算64
3.5.4列表、元组、字典和集合的区别65
3.6本章小结65
3.7动手练习66
第4章函数67
4.1创建和调用函数67
4.1.1创建函数67
4.1.2调用函数69
4.2函数的参数69
4.2.1形式参数和实际参数69
4.2.2位置参数71
4.2.3关键字参数71
4.2.4为参数设置默认值72
4.2.5可变参数74
4.2.6Python中参数的总结75
4.3返回值76
4.4变量的作用域78
4.4.1局部变量78
4.4.2全局变量78
4.5匿名函数78
4.6程序模块化80
4.6.1模块概述80
4.6.2自定义模块80
4.6.3模块的搜索目录83
4.7Python中的包84
4.7.1python程序的包结构84
4.7.2创建和使用包84
4.8引用其他模块87
4.8.1导入和使用模块标准87
4.8.2第三方模块的下载与安装87
4.9本章小结89
4.10动手练习90
第5章字符串及正则表达式91
5.1字符串的常用操作91
5.1.1拼接字符串91
5.1.2计算字符串长度92
5.1.3截取字符串93
5.1.4分割、合并字符串94
5.1.5检索字符串96
5.1.6字符串大小写转换98
5.1.7去除字符串中的空格和特殊字符99
5.2字符串编码转换101
5.2.1encode()方法对字符串编码102
5.2.2decode()方法对字符串解码103
5.3正则表达式基础103
5.3.1元字符104
5.3.2行定位符108
5.3.3字符类108
5.3.4排除字符108
5.3.5选择字符109
5.3.6转义字符109
5.3.7分组109
5.3.8正则表达式语法110
5.4re模块110
5.4.1匹配字符串110
5.4.2替换字符串112
5.4.3分割字符串113
5.5本章小结113
5.6动手练习114
第6章用NumPy进行数据计算115
6.1安装NumPy115
6.2NumPy数组117
6.2.1ndarray数组基础及实例118
6.2.2矩阵125
6.2.3NumPy线性代数相关函数126
6.3NumPy函数129
6.3.1字符串函数及实例129
6.3.2数学函数及实例134
6.3.3算术函数137
6.3.4统计函数140
6.3.5排序条件筛选函数146
6.4本章小结152
6.5动手练习152
第7章用Pandas进行数据处理153
7.1安装Pandas153
7.2Pandas数据结构154
7.2.1Pandas数据结构—Series154
7.2.2Pandas数据结构—DataFrame157
7.3Pandas数据清洗161
7.3.1清洗空值162
7.3.2清洗格式错误数据166
7.3.3清洗错误数据167
7.3.4清洗重复数据168
7.4本章小结170
7.5动手练习170
第8章用SciPy进行科学计算171
8.1安装SciPy171
8.2SciPy数学模块172
8.2.1SciPy常量模块172
8.2.2SciPy优化模块175
8.2.3SciPy稀疏矩阵模块177
8.2.4SciPy图结构180
8.2.5SciPy插值模块188
8.3SciPy工程模块191
8.3.1SciPyMatlab数组192
8.3.2Scipy显著性检验195
8.4本章小结200
8.5动手练习200
第9章Matplotlib数据可视化202
9.1安装Matplotlib202
9.2Matplotlib绘图基础202
9.2.1MatplotlibPyplot模块203
9.2.2Matplotlib绘图标记210
9.2.3Matplotlib绘制图线215
9.2.4Matplotlib轴标签和标题219
9.3Matplotlib网格线222
9.4Matplotlib绘制图形225
9.4.1Matplotlib绘制多个子图225
9.4.2Matplotlib散点图及实例230
9.4.3Matplotlib柱形图237
9.4.4Matplotlib饼图241
9.5本章小结243
9.6动手练习244
第10章用Scikit-learn进行数据分析246
10.1Scikit-learn简介246
10.1.1安装Scikit-learn246
10.1.2机器学习和Scikit-learn库247
10.2利用Scikit-learn进行数据分析的方法248
10.2.1决策树(DecisionTrees(DTs))248
10.2.2支持向量机253
10.2.3朴素贝叶斯258
10.3聚类260
10.3.1概述260
10.3.2K-means260
10.3.3层次聚类262
10.4时间序列266
10.4.1时间序列概念266
10.4.2ARMA模型预测案例266
10.5主成分分析274
10.5.1主成分分析的概念274
10.5.2主成分分析案例274
10.6本章小结279
10.7动手练习280
第11章数据分析案例281
11.1案例1:IMDB电影数据分析281
11.1.1案例描述281
11.1.2准备数据282
11.1.3数据清洗283
11.1.4数据分析与数据可视化283
11.1.5思考练习290
11.2案例2:二手房房价预测分析290
11.2.1案例描述290
11.2.2系统设计291
11.2.3技术准备292
11.2.4二手房数据分析294
11.2.5案例小结302