类似推荐
编辑推荐
掌握数据分析技巧，运用强大的Python工具，解决工作中繁琐的数据问题。
内容简介
本书从数据分析的基本概念和Python的基础语法讲起，然后逐步深入到Python数据分析的编程技术方面，并结合实战重点讲解了如何使用主流Python数据分析库进行数据分析，让读者快速掌握Python的编程基础知识，并对Python数据分析有更加深入的理解。本书分为13章，涵盖的主要内容有数据分析概述、Python的特点和编程基础、NumPy数组的基础和进阶用法、Pandas数据处理和数据分析、数据的导入导出、数据可视化，以及Python网络爬虫和Scikit-learn机器学习的入门知识。本书内容丰富，语言简洁、通俗易懂，实用性强，还包含实战案例，特别适合Python的初学者和自学者，以及缺乏编程经验的数据分析从业人员阅读，也适合对数据分析编程感兴趣的爱好者阅读。
作者简介
编著者刘麟，软件系统架构师，长期为企业和相关机构开设Python和数据分析相关的公开课并担任主讲人。他曾与南加州大学合作参与了生物信息相关的研究课题，负责基因数据分析的工作，共同合作的论文发表于Nature期刊。他参加的开发项目包括了智能推荐系统、云计算、移动互联网产品等，有着丰富的Python开发和数据分析工作的经验。
章节目录
版权信息
内容提要
前言
第1章 数据分析概述
1.1 数据分析的含义
1.2 数据分析的基础流程
1.3 数据收集
1.4 统计分析策略
1.5 数据分析方法
1.6 数据挖掘的标准流程（CRISP-DM模型）
1.7 数据分析工具
第2章 为什么选择Python
2.1 关于Python
2.2 了解Python的特点
2.3 Python在数据分析上的优势
2.4 数据分析的第三方库
2.5 网络爬虫的第三方库
第3章 Python编程基础
3.1 安装与配置
3.2 Hello World!
3.3 基础语法
3.4 变量和数据类型
3.5 内置的数据结构
3.6 控制流
3.7 函数
3.8 类
3.9 文件操作
第4章 NumPy数组：基础篇
4.1 数组对象
4.2 创建数组
4.3 数组访问
4.4 数组更新
4.5 数组变换
4.6 矩阵运算
4.7 数组运算
4.8 聚合统计
第5章 NumPy数组：进阶篇
5.1 NumPy的高效运算
5.2 通用函数
5.3 数组形式的条件判断
5.4 数组的高级索引
5.5 数组排序
5.6 结构化数组
第6章 Pandas：数据处理
6.1 Pandas数据结构
6.2 数据索引和选取
6.3 处理缺失数bb据
6.4 数据集合并
6.5 分层索引
第7章 Pandas：数据分析
7.1 Pandas中的数组运算
7.2 数据聚合
7.3 数据分组
7.4 数据透视表
7.5 时间序列
第8章 数据的导入导出
8.1 文本数据
8.2 Excel数据
8.3 网络数据
8.4 数据库
8.5 Pandas数据对象的导入导出
第9章 数据可视化
9.1 Matplotlib绘图的基础设置
9.2 Pandas绘图接口
第10章 实战：数据预处理
10.1 数据导入
10.2 数据清洗
10.3 数据转换
10.4 数据过滤
10.5 数据导出
第11章 实战：数据分析
11.1 时间序列分析
11.2 统计分析
11.3 关联分析
11.4 透视表分析
第12章 Python网络爬虫
12.1 Robots协议
12.2 数据抓取
12.3 Scrapy库
第13章 Scikit-learn机器学习
13.1 选择合适的机器学习模型
13.2 数据预处理
13.3 监督学习
13.4 无监督学习
Python数据分析入门与实战是2023年由人民邮电出版社出版,作者刘麟 编著。
得书感谢您对《Python数据分析入门与实战》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。
