Python 数据分析基础教程

Python 数据分析基础教程

暂无评价综合评分的显示会考虑用户真实性等多项因素,每部作品出现综合评分的时间不定。

作品简介

本书详细讲解了Python数据分析的相关内容,共分为10章,第1~9章分别讲解了数据分析概述、Python与数据分析、Python语言基础、NumPy数组与矢量计算、用NumPy进行简单统计分析、数据可视化——Matplotlib库、pandas数据分析基础、用pandas进行数据预处理、机器学习库scikit-learn入门;第10章用一个综合案例——电影数据分析项目,带领读者灵活掌握本书所学内容。

本书适合作为高等院校本、专科计算机相关专业的教材,也可供爱好者自学使用。

郑丹青,女,高级工程师,教授。在企业从事计算机软件开发二十多年,获株洲市科委奖励。从事职业教育15年,是湖南省计算机应用技术省级专业带头人,获得2016年湖南省“移动互联应用技术”省级培训优秀学员。

作品目录

  1. 内容提要
  2. 前言
  3. 第1章 数据分析概述
  4. 1.1 数据的性质
  5. 1.2 数据分析
  6. 本章小结
  7. 思考练习
  8. 第2章 Python与数据分析
  9. 2.1 Python简介
  10. 2.2 Python与数据分析的关系
  11. 2.3 Python数据分析常用的类库
  12. 2.4 Python开发环境的搭建
  13. 2.5 Python集成开发环境的搭建
  14. 项目实践
  15. 本章小结
  16. 思考练习
  17. 第3章 Python语言基础
  18. 3.1 Python基础语法
  19. 3.2 Python的数据类型
  20. 3.3 Python流程控制语句
  21. 3.4 Python的函数
  22. 项目实践
  23. 本章小结
  24. 思考练习
  25. 第4章 NumPy数组与矢量计算
  26. 4.1 NumPy概述
  27. 4.2 NumPy数组对象
  28. 4.3 NumPy数组操作
  29. 4.4 NumPy数组的矢量计算
  30. 4.5 NumPy矩阵创建、计算及操作
  31. 4.6 随机数的生成
  32. 项目实践
  33. 本章小结
  34. 思考练习
  35. 第5章 用NumPy进行简单统计分析
  36. 5.1 文件读写操作
  37. 5.2 NumPy常用的统计函数
  38. 5.3 使用NumPy函数进行统计分析
  39. 5.4 简单的统计分析
  40. 项目实践
  41. 本章小结
  42. 思考练习
  43. 第6章 数据可视化——Matplotlib库
  44. 6.1 Matplotlib概述
  45. 6.2 使用pyplot创建图形
  46. 6.3 Matplotlib参数配置
  47. 6.4 分析变量间关系图
  48. 6.5 分析变量数据分布和分散状况
  49. 项目实践
  50. 本章小结
  51. 思考练习
  52. 第7章 pandas数据分析基础
  53. 7.1 pandas概述
  54. 7.2 pandas的数据结构及常用操作
  55. 7.3 pandas的索引
  56. 7.4 pandas数据结构之间的运算
  57. 7.5 pandas的函数应用
  58. 7.6 数据读取与写入
  59. 7.7 数据分析方法
  60. 项目实践
  61. 本章小结
  62. 思考练习
  63. 第8章 用pandas进行数据预处理
  64. 8.1 数据清洗
  65. 8.2 数据合并
  66. 8.3 数据抽取
  67. 8.4 重塑层次化索引
  68. 8.5 映射与数据转换
  69. 8.6 排列与随机抽样
  70. 8.7 日期转换、日期格式化和日期抽取
  71. 8.8 字符串处理
  72. 项目实践
  73. 本章小结
  74. 思考练习
  75. 第9章 机器学习库scikit-learn入门
  76. 9.1 机器学习概述
  77. 9.2 scikit-learn概述
  78. 9.3 第一个机器学习程序
  79. 9.4 使用scikit-learn进行机器学习
  80. 项目实践
  81. 本章小结
  82. 思考练习
  83. 第10章 电影数据分析项目
  84. 10.1 项目描述
  85. 10.2 准备数据
  86. 10.3 数据清洗
  87. 10.4 数据分析与数据可视化
  88. 本章小结
  89. 思考练习
  90. 参考文献
载入中