编辑推荐
Python数据分析核心知识、示例、注释。初级、基础和进阶篇。适合初学者和数据分析从业者。
内容简介
本书以Python作为数据分析的工具，系统地介绍数据分析所需的核心知识点，为书中的数据分析任务提供分析说明、代码示例和极为详细的代码注释，对于代码中出现的重要知识点会细心地为读者标注出相关内容在书中出现的章节位置。全书共11章，分为3篇：初识篇、基础篇和进阶篇。初识篇（第1和2章），主要介绍数据分析和Python的相关基础概念，一些数据分析的具体应用场景及Python的集成开发环境；基础篇（第3~9章），主要介绍Python的基础语法，自动化办公的基础操作，数据可视化库Matplotlib和Seaborn，数据分析的核心库Numpy和Pandas，提供了大量翔实有趣的编程和数据分析示例；进阶篇（第10和11章），主要介绍了机器学习的入门基础理论知识和代码实现，监督学习和无监督学习的各种典型算法，涉及机器学习和数据挖掘的常用库scikit-learn及神经网络框架PyTorch等的使用，还介绍了编程算法中的动态规划，数据分析的实战例子。本书面向初学者，可以作为高等院校各专业的数据分析课程教材，也可以作为广大数据分析从业者、爱好者、办公人员、科研人员的参考和学习用书。
章节目录
版权信息
作者简介
内容简介
前言
为什么要写本书
本书内容与特色
读者对象
勘误和支持
致谢
配套资源
初识篇
第1章Python与数据分析
1.1 数据分析概念
1.2 为什么使用Python
1.3 数据分析领域的应用场景
1.4 本章小结
第2章初识Python
2.1 Python语言特点
2.2 Python安装方式
2.3 Python集成开发环境
2.4 本章小结
基础篇
第3章Python基础
3.1 变量与赋值
3.2 输入与输出
3.3 Python对象
3.4 数据类型
3.5 运算符与表达式
3.6 选择结构
3.7 循环结构
3.8 综合示例
3.9 本章小结
第4章Python函数与模块
4.1 函数
4.2 第三方模块
4.3 本章小结
第5章面向对象编程
5.1 面向对象
5.2 类、对象的创建和使用
5.3 类的继承
5.4 Python中的异常处理机制
5.5 本章小结
第7章数据可视化
7.1 Matplotlib
7.2 Seaborn
7.3 本章小结
第8章数值计算扩展库
8.1 NumPy简介及安装
8.2 数组的创建
8.3 数组对象ndarray的常用属性
8.4 数组对象的数据取值
8.5 数组对象元素的更新
8.6 数组对象的合并与拆分
8.7 数组对象的基本运算与广播机制
8.8 数组对象支持的数据类型
8.9 数组对象的维度转换
8.10 NumPy的随机数组
8.11 数组对象的常用数据统计函数
8.12 数据处理常用操作
8.13 数组对象的常用数学函数
8.14 NumPy与线性代数计算
8.15 NumPy文件和批量数据操作
8.16 本章小结
第9章结构化数据分析库
9.1 Pandas简介及安装
9.2 Pandas支持的数据类型
9.3 Series对象详细讲解
9.4 DataFrame对象详细讲解
9.5 Pandas的文件操作
9.6 Pandas的数据分组与聚合
9.7 Pandas的透视表与交叉表
9.8 Pandas的数据预处理
9.9 Pandas的时间序列处理
9.10 Pandas数据的可视化
9.11 本章小结
进阶篇
第10章数据分析常用算法
10.1 机器学习基础
10.2 监督学习算法
10.3 无监督学习算法
10.4 编程算法在数据分析中的应用
10.5 本章小结
第11章数据分析实战
11.1 数据集介绍
11.2 实战演练
11.3 本章小结
参考文献
图书推荐
Python数据分析从0到1是2021年由清华大学出版社出版,作者俞心宇。
得书感谢您对《Python数据分析从0到1》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。
