内容简介
本书以Jupyter Notebook为主要开发工具，全面地介绍数据预处理的相关知识。全书共分8章，内容分别为初识Python数据预处理、数据获取与存储、数据清洗、数据集成、数据变换、数据规约、综合实战：家用热水器用户行为分析以及两个综合实战项目。每个章节均配置了丰富的示例或案例，通过本书的学习，读者可以充分理解常用数据预处理方法的精髓、掌握具体技术细节，并在实践中提升实际开发能力，为数据分析和机器学习实践打下扎实基础。
本书既可作为高等院校大数据、计算机相关专业的教材，也可作为技术爱好者的入门用书。
展开全文
- 第1章 初识Python 数据预处理
- 1.1 数据预处理概述
- 1.1.1 认识数据
- 1.1.2 数据应用开发流程
- 1.1.3 数据预处理的目的
- 1.1.4 数据预处理的应用领域
- 1.2 高质量的数据
- 1.2.1 常见的数据问题
- 1.2.2 数据质量
- 1.3 数据预处理流程
- 1.3.1 数据获取与存储
- 1.3.2 数据清洗
- 1.3.3 数据集成
- 1.3.4 数据变换
- 1.3.5 数据规约
- 1.4 开发环境设置
- 1.4.1 Anaconda 概述
- 1.4.2 Anaconda 下载安装
- 1.4.3 Anaconda 管理虚拟环境
- 1.5 Jupyter 的使用
- 1.5.1 认识Jupyter
- 1.5.2 启动Jupyter Notebook
- 1.5.3 Jupyter 工作原理
- 1.5.4 Jupyter 使用方法
- 1.6 常用的数据预处理工具
- 1.6.1 数值计算工具NumPy
- 1.6.2 数据处理工具SciPy
- 1.6.3 数据处理工具Pandas
- 1.7 本章小结
- 1.8 习题
- 第2章 数据获取与存储
- 2.1 数据准备
- 2.1.1 常见的数据类型
- 2.1.2 常见的数据文件格式
- 2.2 网络爬虫获取数据
- 2.2.1 认识网络爬虫
- 2.2.2 网络爬虫执行阶段
- 2.2.3 爬取百度logo
- 2.2.4 常见的数据存储方式
- 2.3 数据读写
- 2.3.1 可读写数据
- 2.3.2 读写CSV 数据
- 2.3.3 读写JSON 数据
- 2.3.4 读写XML 数据
- 2.3.5 读写Excel 数据
- 2.4 使用数据库实现数据存储
- 2.4.1 认识数据库
- 2.4.2 数据库存储数据
- 2.5 实战1：遍历文件批量抽取文本内容
- 2.5.1 任务说明
- 2.5.2 任务分析
- 2.5.3 任务实现
- 2.6 本章小结
- 2.7 习题
- 第3章 数据清洗
- 3.1 数据清洗概述
- 3.1.1 初识数据清洗
- 3.1.2 数据清洗必要性
- 3.1.3 导入与审视数据
- 3.2 缺失值处理
- 3.2.1 缺失值产生原因
- 3.2.2 检测缺失值
- 3.2.3 填充缺失值fillna()
- 3.2.4 删除缺失值dropna()
- 3.2.5 插补缺失值interpolate()
- 3.3 重复值处理
- 3.3.1 检测重复值
- 3.3.2 处理重复值
- 3.4 异常值处理
- 3.4.1 检测异常值
- 3.4.2 处理异常值
- 3.5 时间日期格式处理
- 3.5.1 常见的时间日期格式
- 3.5.2 Python 处理时间日期格式
- 3.5.3 Pandas 转换数据
- 3.6 实战2：用户用电数据清洗
- 3.6.1 任务说明
- 3.6.2 任务分析
- 3.6.3 任务实现
- 3.7 本章小结
- 3.8 习题
- 第4章 数据集成
- 4.1 数据集成概述
- 4.1.1 初识数据集成
- 4.1.2 冗余属性识别
- 4.1.3 实体识别
- 4.2 主键合并数据
- 4.2.1 Pandas 的merge()函数
- 4.2.2 join()函数
- 4.2.3 Pandas 的merge()函数使用how 参数合并数据
- 4.3 堆叠合并数据
- 4.3.1 Pandas 的concat()函数
- 4.3.2 NumPy 的concatenate()函数
- 4.3.3 append()函数
- 4.4 重叠合并数据
- 4.4.1 combine()函数
- 4.4.2 combine_first()函数
- 4.5 集成方法介绍
- 4.5.1 认识机器学习库sklearn
- 4.5.2 数据集拆分
- 4.6 实战3：探索虚拟姓名数据
- 4.6.1 任务说明
- 4.6.2 任务分析
- 4.6.3 任务实现
- 4.7 本章小结
- 4.8 习题
- 第5章 数据变换
- 5.1 数据变换概述
- 5.1.1 初识数据变换
- 5.1.2 数据变换方式
- 5.2 常见操作
- 5.2.1 简单函数变换
- 5.2.2 连续属性离散化
- 5.2.3 属性构造
- 5.2.4 小波变换
- 5.2.5 数据规范化
- 5.3 分组与聚合
- 5.3.1 概述
- 5.3.2 窗口函数
- 5.3.3 分组函数
- 5.3.4 聚合函数
- 5.4 轴向旋转
- 5.4.1 Pandas 透视表
- 5.4.2 melt()函数
- 5.5 哑变量处理与面元切分
- 5.5.1 哑变量处理
- 5.5.2 面元切分
- 5.6 数据转换
- 5.6.1 函数映射转换
- 5.6.2 值处理：replace()替换元素
- 5.6.3 行列处理：map()映射
- 5.6.4 索引处理：rename()重命名
- 5.7 实战4：探索酒类消费数据
- 5.7.1 任务说明
- 5.7.2 任务分析
- 5.7.3 任务实现
- 5.8 本章小结
- 5.9 习题
- 第6章 数据规约
- 6.1 数据规约概述
- 6.1.1 初识数据规约
- 6.1.2 数据规约的常见类型
- 6.2 Pandas 数据规约操作
- 6.2.1 数据重塑
- 6.2.2 降采样
- 6.2.3 PCA 降维
- 6.3 实战5：利用sklearn 实现鸢尾花数据降维
- 6.3.1 任务说明
- 6.3.2 任务分析
- 6.3.3 任务实现
- 6.4 本章小结
- 6.5 习题
- 第7章 综合实战：家用热水器用户行为分析
- 7.1 项目背景与目标
- 7.1.1 项目背景
- 7.1.2 项目目标
- 7.1.3 项目分析
- 7.1.4 项目总体流程
- 7.2 探索数据
- 7.2.1 认识数据集
- 7.2.2 探索数据特征
- 7.3 数据预处理
- 7.3.1 数据变换之连续属性离散化
- 7.3.2 数据规约之属性规约
- 7.3.3 数据集成之合并数据
- 7.3.4 数据变换之属性构造
- 7.3.5 数据清洗之筛选候选洗浴事件
- 7.4 构建模型
- 7.4.1 BP 神经网络模型
- 7.4.2 构建洗浴事件识别模型
- 7.5 模型评估
- 7.5.1 评价指标
- 7.5.2 绘制ROC 曲线
- 7.6 本章小结
- 第8章 综合实战：赏析中华古诗词
- 8.1 项目背景与目标
- 8.1.1 项目背景
- 8.1.2 项目目标
- 8.1.3 项目总体流程及分析
- 8.2 基本特征提取
- 8.2.1 数据集介绍
- 8.2.2 数据描述
- 8.2.3 jieba 分词
- 8.2.4 分词模式和并行分词
- 8.2.5 关键词提取
- 8.3 文本预处理
- 8.3.1 独热编码器处理标签
- 8.3.2 词性标注、自定义字典
- 8.3.3 去除停用词
- 8.3.4 文本中的字符处理
- 8.4 模型构建——中文文本词云
- 8.4.1 认识词云
- 8.4.2 wordcloud 库
- 8.5 实战6：三国演义中文词频统计
- 8.5.1 任务说明
- 8.5.2 任务分析
- 8.5.3 任务实现
- 8.6 本章小结
- 未标题
展开全部
版权信息
出版社：人民邮电出版社
出版时间：2024
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数据预处理（微课版）》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：2024
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数据预处理（微课版）》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数据预处理（微课版）
免费读 (VIP)
