内容简介
本书紧跟数据分析的最新发展趋势，基于Python的数据分析平台和工具，介绍数据分析的相关知识与技能。本书共7个项目，分为3部分：基础部分、数据分析部分、机器学习实战部分。基础部分包括项目一和项目二，介绍数据分析环境的搭建，以及NumPy的理论和实践知识；数据分析部分包括项目三~项目六，结合案例介绍数据检查、数据呈现、数据多维化等，涵盖真实数据分析工作的完整流程；机器学习实战部分只包括项目七，利用一个神经网络实战案例呈现机器学习的完整过程。
展开全文
- 基础部分
- 项目一 数据分析概述与环境 配置
- 1.1项目背景
- 1.2 技能图谱
- 1.3 工具介绍
- 1.3.1 Python 介绍
- 1.3.2 核心包介绍
- 1.3.3 辅助工具介绍
- 1.4 工作环境配置
- 1.4.1 安装 Python
- 1.4.2 配置虚拟环境
- 1.4.3 安装第三方包
- 1.5 Jupyter Notebook 使用入门
- 1.5.1 Notebook 架构
- 1.5.2 Notebook 启动
- 1.5.3 Notebook 主页基本操作
- 1.5.4 Notebook 的保存
- 1.6 项目总结
- 项目二 NumPy 实战
- 2.1 项目背景
- 2.2 技能图谱
- 2.3 数组介绍
- 2.3.1 创建数组
- 2.3.2 了解数组特性
- 2.3.3 了解广播
- 2.3.4 练习
- 2.4 数组基本操作
- 2.4.1 变换数组
- 2.4.2 访问数组
- 2.4.3 复制数组
- 2.4.4 练习
- 2.5 数组常用操作
- 2.5.1 使用 ufunc
- 2.5.2 查询数组
- 2.5.3 排序数组
- 2.5.4 练习
- 2.6 项目总结
- 数据分析部分
- 项目三 全球气温变化趋势（一） ——数据检查
- 3.1 项目背景
- 3.2 技能图谱
- 3.3 数据获取
- 3.3.1 了解获取途径
- 3.3.2 了解项目数据
- 3.3.3 练习
- 3.4 数据读入
- 3.4.1 了解数据格式
- 3.4.2 读入数据文件
- 3.4.3 处理读入异常
- 3.4.4 练习
- 3.5 数据检查
- 3.5.1 查看数据集大小
- 3.5.2 查看列标签和数据类型
- 3.5.3 了解数据结构
- 3.5.4 练习
- 3.6 数据内容访问
- 3.6.1 采用 [] 方式
- 3.6.2 采用 .[i]loc 方式
- 3.6.3 采用表达式方式
- 3.6.4 数据可视化
- 3.6.5 练习
- 3.7 项目总结
- 项目四 全球气温变化趋势（二） ——数据分析
- 4.1 项目背景
- 4.2 技能图谱
- 4.3 列处理
- 4.3.1 重命名列标签
- 4.3.2 删除、合并列
- 4.3.3 转换日期数据
- 4.3.4 练习
- 4.4 索引处理
- 4.4.1 设置单级索引
- 4.4.2 设置多级索引
- 4.4.3 查询索引
- 4.4.4 练习
- 4.5 统计分析
- 4.5.1 实现数据排序
- 4.5.2 实现简单统计
- 4.5.3 实现分组统计
- 4.5.4 练习
- 4.6 项目总结
- 项目五 全球气温变化趋势（三） ——数据呈现
- 5.1 项目背景
- 5.2 技能图谱
- 5.3 数据清洗
- 5.3.1 处理缺失值
- 5.3.2 检测异常值
- 5.3.3 处理异常值
- 5.3.4 练习
- 5.4 数据转换
- 5.4.1 实现数据替换
- 5.4.2 实现离散化
- 5.4.3 实现重取样
- 5.4.4 练习
- 5.5 数据可视化
- 5.5.1 绘制折线图
- 5.5.2 绘制饼图
- 5.5.3 绘制柱状图
- 5.5.4 练习
- 5.6 项目总结
- 项目六 全球气温变化趋势（四） ——数据多维化
- 6.1 项目背景
- 6.2 技能图谱
- 6.3 数据拆分与拼接
- 6.3.1 了解轴向
- 6.3.2 拆分数据
- 6.3.3 拼接数据
- 6.3.4 练习
- 6.4 数据透视表
- 6.4.1 了解数据透视表
- 6.4.2 使用 pivot table()
- 6.4.3 使用 crosstab()
- 6.4.4 练习
- 6.5 项目总结
- 机器学习实战部分
- 项目七 机器学习实战—— 模型的自我学习
- 7.1 项目背景
- 7.2 技能图谱
- 7.3 背景知识介绍
- 7.3.1 了解人工智能
- 7.3.2 了解机器学习
- 7.3.3 了解人工智能实际应用
- 7.3.4 练习
- 7.4 神经网络简介
- 7.4.1 了解神经网络
- 7.4.2了解常见神经网络
- 7.4.3 了解 CNN
- 7.4.4 练习
- 7.5 CNN 实战
- 7.5.1 预处理数据
- 7.5.2 构建和训练模型
- 7.5.3 分析模型性能
- 7.5.4 练习
- 7.6 项目总结
展开全部
版权信息
出版社：人民邮电出版社
出版时间：2022
作者：主编
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《Python数据分析（项目式）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
出版时间：2022
作者：主编
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《Python数据分析（项目式）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
Python数据分析（项目式）
免费读 (VIP)