类似推荐
编辑推荐
详细介绍使用Python进行数据分析应该掌握的各方面技术。
内容简介
本书内容包括Python基础，用NumPy进行数据计算，用Pandas进行数据分析，用SciPy进行数据分析，用Scikit-learn进行数据分析、数据预处理、数据可视化，用Matplotlib进行可视化等内容。
本书示例丰富，所有涉及的程序代码都给出了详细的注释，读者可以轻松学习，快速提升开发技能。除此之外，本书还附配了教学视频、PPT课件和全书示例源码。
作者简介
编著者王靖，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。
章节目录
版权信息
内容简介
前言
第1章 构建Python开发环境
1.1 理解数据分析
1.1.1 数据分析是什么
1.1.2 数据分析的步骤
1.2 安装Python及开发工具
1.2.1 安装Python 3
1.2.2 安装第三方开发工具
1.2.3 认识Python程序
1.3 Python语言基础
1.3.1 初识Python语法
1.3.2 保留字与标识符
1.3.3 变量
1.3.4 基本数据类型
1.3.5 运算符
1.3.6 基本输入与输出
1.4 从文件中读取数据
1.4.1 Python读取CSV文件
1.4.2 Python读取JSON文件
1.4.3 Python读取数据库文件
1.4.4 Python保存数据文件
1.5 本章小结
1.6 动手练习
第2章 控制语句
2.1 程序结构
2.2 选择语句
2.2.1 if语句
2.2.2 if…else语句
2.2.3 if…elif…else语句
2.2.4 if语句的嵌套
2.3 条件表达式
2.4 循环语句
2.4.1 while循环
2.4.2 for循环
2.4.3 循环嵌套
2.5 跳转语句
2.5.1 continue语句
2.5.2 break语句
2.6 pass语句
2.7 本章小结
2.8 动手练习
第3章 序列
3.1 序列概述
3.1.1 索引
3.1.2 切片
3.1.3 序列相加
3.1.4 乘法
3.1.5 检查某个元素是不是序列的成员
3.1.6 计算序列的长度、最大值和最小值
3.2 列表
3.2.1 创建与删除列表
3.2.2 访问列表元素
3.2.3 遍历列表
3.2.4 添加、修改和删除列表元素
3.2.5 对列表进行统计和计算
3.2.6 对列表进行排序
3.2.7 列表推导式
3.2.8 二维列表的使用
3.3 元组
3.3.1 创建与删除元组
3.3.2 访问元组元素
3.3.3 修改元组元素
3.3.4 元组推导式
3.3.5 元组和列表的区别
3.4 字典
3.4.1 字典的创建与删除
3.4.2 通过“键-值对”访问字典
3.4.3 遍历字典
3.4.4 添加、修改和删除字典元素
3.4.5 字典推导式
3.5 集合
3.5.1 创建集合
3.5.2 添加和删除集合元素
3.5.3 集合的交集、并集和差集运算
3.5.4 列表、元组、字典和集合的区别
3.6 本章小结
3.7 动手练习
第4章 函数
4.1 创建和调用函数
4.1.1 创建函数
4.1.2 调用函数
4.2 函数的参数
4.2.1 形式参数和实际参数
4.2.2 位置参数
4.2.3 关键字参数
4.2.4 为参数设置默认值
4.2.5 可变参数
4.2.6 Python中参数的总结
4.3 返回值
4.4 变量的作用域
4.4.1 局部变量
4.4.2 全局变量
4.5 匿名函数
4.6 程序模块化
4.6.1 模块概述
4.6.2 自定义模块
4.6.3 模块的搜索目录
4.7 Python中的包
4.7.1 python程序的包结构
4.7.2 创建和使用包
4.8 引用其他模块
4.8.1 导入和使用模块标准
4.8.2 第三方模块的下载与安装
4.9 本章小结
4.10 动手练习
第5章 字符串及正则表达式
5.1 字符串的常用操作
5.1.1 拼接字符串
5.1.2 计算字符串长度
5.1.3 截取字符串
5.1.4 分割、合并字符串
5.1.5 检索字符串
5.1.6 字符串大小写转换
5.1.7 去除字符串中的空格和特殊字符
5.2 字符串编码转换
5.2.1 encode()方法对字符串编码
5.2.2 decode()方法对字符串解码
5.3 正则表达式基础
5.3.1 元字符
5.3.2 行定位符
5.3.3 字符类
5.3.4 排除字符
5.3.5 选择字符
5.3.6 转义字符
5.3.7 分组
5.3.8 正则表达式语法
5.4 re模块
5.4.1 匹配字符串
5.4.2 替换字符串
5.4.3 分割字符串
5.5 本章小结
5.6 动手练习
第6章 用NumPy进行数据计算
6.1 安装NumPy
6.2 NumPy数组
6.2.1 ndarray数组基础及实例
6.2.2 矩阵
6.2.3 NumPy线性代数相关函数
6.3 NumPy函数
6.3.1 字符串函数及实例
6.3.2 数学函数及实例
6.3.3 算术函数
6.3.4 统计函数
6.3.5 排序条件筛选函数
6.4 本章小结
6.5 动手练习
第7章 用Pandas进行数据处理
7.1 安装Pandas
7.2 Pandas数据结构
7.2.1 Pandas数据结构—Series
7.2.2 Pandas数据结构—DataFrame
7.3 Pandas数据清洗
7.3.1 清洗空值
7.3.2 清洗格式错误数据
7.3.3 清洗错误数据
7.3.4 清洗重复数据
7.4 本章小结
7.5 动手练习
第8章 用SciPy进行科学计算
8.1 安装SciPy
8.2 SciPy数学模块
8.2.1 SciPy常量模块
8.2.2 SciPy优化模块
8.2.3 SciPy稀疏矩阵模块
8.2.4 SciPy图结构
8.2.5 SciPy插值模块
8.3 SciPy工程模块
8.3.1 SciPy Matlab数组
8.3.2 Scipy显著性检验
8.4 本章小结
8.5 动手练习
第9章 Matplotlib数据可视化
9.1 安装Matplotlib
9.2 Matplotlib绘图基础
9.2.1 Matplotlib Pyplot模块
9.2.2 Matplotlib绘图标记
9.2.3 Matplotlib绘制图线
9.2.4 Matplotlib轴标签和标题
9.3 Matplotlib网格线
9.4 Matplotlib绘制图形
9.4.1 Matplotlib绘制多个子图
9.4.2 Matplotlib散点图及实例
9.4.3 Matplotlib柱形图
9.4.4 Matplotlib饼图
9.5 本章小结
9.6 动手练习
第10章 用Scikit-learn进行数据分析
10.1 Scikit-learn简介
10.1.1 安装Scikit-learn
10.1.2 机器学习和Scikit-learn库
10.2 利用Scikit-learn进行数据分析的方法
10.2.1 决策树（Decision Trees (DTs)）
10.2.2 支持向量机
10.2.3 朴素贝叶斯
10.3 聚类
10.3.1 概述
10.3.2 K-means
10.3.3 层次聚类
10.4 时间序列
10.4.1 时间序列概念
10.4.2 ARMA模型预测案例
10.5 主成分分析
10.5.1 主成分分析的概念
10.5.2 主成分分析案例
10.6 本章小结
10.7 动手练习
第11章 数据分析案例
11.1 案例1：IMDB电影数据分析
11.1.1 案例描述
11.1.2 准备数据
11.1.3 数据清洗
11.1.4 数据分析与数据可视化
11.1.5 思考练习
11.2 案例2：二手房房价预测分析
11.2.1 案例描述
11.2.2 系统设计
11.2.3 技术准备
11.2.4 二手房数据分析
11.2.5 案例小结
Python数据分析快速上手是2024年由清华大学出版社出版,作者王靖 编著。
得书感谢您对《Python数据分析快速上手》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。
