编辑推荐
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。
章节目录
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
Python数据分析基础教程是2018年由电子工业出版社出版,作者 王术。
得书感谢您对《Python数据分析基础教程》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。
