本书以JupyterNotebook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
电子书
内容简介
本书的设计和编写目标是培养读者的数据思维能力和数据预处理能力，内容具有典型性和实用性，系统介绍基于Python的数据预处理的流程和技术。全书共8个单元，单元1介绍数据预处理的基础知识，单元2介绍Python数据预处理的库pandas的用法及主要数据对象的用法，单元3～单元7依次介绍数据预处理流程中数据获取、数据合并、数据清洗、数据变换和数据描述等相关知识和技术。为突出培养读者的动手能力，本书单元2～单元7都配套了任务实践和拓展实训，除单元8，每个单元还配套了课后习题。单元8为综合案例，通过网易云音乐相关数据集展示数据预处理的完整流程，帮助读者综合掌握全书相关知识和技术。本书适合作为高等教育本、专科院校大数据技术和人工智能技术应用等相关专业的教材，也可作为数据分析培训班和“1+X”数据处理相关职业技能等级证书的教材。
章节目录
- 单元 1数据预处理基础
- 1.1 数据预处理简介
- 1.1.1 数据与数据预处理
- 1.1.2 数据预处理的重要性
- 1.1.3 数据预处理的过程
- 1.2 搭建Python 开发环境
- 1.2.1 Python 概述
- 1.2.2 安装Anaconda
- 1.2.3 创建Python 虚拟环境
- 1.2.4 认识JupyterLab
- 1.2.5 输出“Hello World!”
- 1.3 总结
- 课后习题
- 单元 2pandas入门
- 2.1 pandas 概述
- 2.2 pandas 的安装和导入
- 2.3 Series 对象
- 2.3.1 Series 对象的特点
- 2.3.2 Series 对象的创建
- 2.3.3 Series 对象的索引
- 2.3.4 Series 对象的操作
- 任务实践2-1：小明成绩表的操作
- 2.4 DataFrame 对象
- 2.4.1 DataFrame 对象的特点
- 2.4.2 DataFrame 对象的创建
- 2.4.3 DataFrame 对象的索引
- 2.4.4 DataFrame 对象的操作
- 任务实践2-2：小明宿舍所有同学成绩表的操作
- 2.5 总结
- 拓展实训：处理网上招聘数据
- 课后习题
- 单元 3数据获取
- 3.1 数据爬取
- 3.1.1 网络爬虫原理概述
- 3.1.2 简易网络爬虫示例
- 3.2 数据读写
- 3.2.1 读写XLS 文件或XLSX 文件
- 3.2.2 读写CSV 文件
- 3.2.3 读写TXT 文件
- 3.2.4 读写JSON 文件
- 3.2.5 读写MySQL 数据
- 任务实践3：读写商品类别文件
- 3.3 总结
- 拓展实训：读写广州市邮政编码数据
- 课后习题
- 单元 4数据合并
- 4.1 堆叠合并数据
- 4.1.1 横向堆叠合并
- 4.1.2 纵向堆叠合并
- 4.1.3 交叉堆叠合并
- 任务实践4-1：合并商品销售数据
- 4.2 主键合并数据
- 4.2.1 左连接
- 4.2.2 右连接
- 4.2.3 内连接
- 4.2.4 外连接
- 任务实践4-2：合并成绩表
- 4.3 重叠合并数据
- 任务实践4-3：修补统计数据
- 4.4 总结
- 拓展实训：合并网易云音乐爱国歌曲数据
- 课后习题
- 单元 5数据清洗
- 5.1 缺失值处理
- 5.1.1 查看缺失值
- 5.1.2 处理缺失值
- 任务实践5-1：网上招聘数据缺失值处理
- 5.2 重复值处理
- 5.2.1 查看重复值
- 5.2.2 处理重复值
- 任务实践5-2：网上招聘数据重复值处理
- 5.3 异常值处理
- 5.3.1 检测异常值
- 5.3.2 处理异常值
- 任务实践5-3：网上招聘数据异常值处理
- 5.4 格式不一致数据处理
- 5.4.1 姓名格式不一致的处理
- 5.4.2 日期格式不一致的处理
- 任务实践5-4：网上招聘数据中不一致数据的处理
- 5.5 总结
- 拓展实训：清洗超市销售数据
- 课后习题
- 单元 6数据变换
- 6.1 数据类型变换
- 6.1.1 用astype()方法进行强制类型变换
- 6.1.2 用to_numeric()方法将数据的类型变换为数值类型
- 任务实践6-1：电影数据类型变换
- 6.2 数据格式变换
- 6.2.1 设置小数位数
- 6.2.2 设置百分比
- 6.2.3 设置千位分隔符
- 任务实践6-2：销售数据格式变换
- 6.3 数据映射
- 6.3.1 用映射替换数据
- 6.3.2 用映射变换数据
- 任务实践6-3：分数变换为等级
- 6.4 总结
- 拓展实训：天气数据变换
- 课后习题
- 单元 7数据描述
- 7.1 数据的统计计算
- 7.1.1 统计数据的和
- 7.1.2 统计数据的均值
- 7.1.3 统计数据的最大值/最小值
- 7.1.4 统计数据的中位数
- 7.1.5 统计数据的众数
- 7.1.6 统计数据的方差和标准差
- 7.1.7 统计数据的分位数
- 任务实践7-1：成绩表数据的统计计算
- 7.2 数据的分组和聚合
- 7.2.1 数据的分组
- 7.2.2 数据的聚合
- 任务实践7-2：学生成绩数据的分组与聚合
- 7.3 数据的可视化
- 7.3.1 绘制折线图
- 7.3.2 绘制条形图
- 7.3.3 绘制饼图
- 任务实践7-3：学生期末考试成绩的可视化
- 7.4 总结
- 拓展实训：用户职业数据描述
- 课后习题
- 单元 8综合案例：网易云音乐数据预处理
- 8.1 数据读取
- 8.2 数据合并
- 8.3 数据清洗
- 8.4 数据变换
- 8.5 数据描述
- 8.6 总结
展开全部
Python数据预处理（微课版）是2023年由人民邮电出版社出版,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。
电子书
电子书
全书共8章，其中第1章介绍数据预处理的入门知识；第2-6章介绍科学计算库numpy和数据分析库pandas，以及通过pandas库实现数据获取、数据清理、数据集成、数据变换和数据规约的功能；第7章介绍数据清理工具OpenRefine的安装及使用；第8章结合前期的核心知识进行实战演练。除第1章外，其他章均配置了丰富的示例或案例，读者可以一边学习一边练习，巩固所学的知识，并在实践中提升实际开发能力。本
电子书
数据挖掘旨在发现蕴含在数据中的有价值的数据模式、知识或规律，是目前非常热门的研究领域。理解数据挖掘模型的原理、方法并熟练掌握其实现技术是数据挖掘从业者必备的能力。本书从理论模型和技术实战两个角度，全面讲述数据挖掘的基本流程、模型方法、实现技术及案例应用，帮助读者系统地掌握数据挖掘的核心技术，培养读者从事数据挖掘工作的基本能力。全书共12章，主要内容包括数据探索、数据预处理、特征选择、基础分类模型及
电子书
本书共12章，主要内容包括第1章介绍数据可视化的基础知识，第2章介绍Python数据可视化库及其参数配置，第3章介绍时序数据的可视化，并通过实际案例讲解其可视化方法，第4章介绍金融数据的可视化，并通过实际案例讲解其可视化方法，第5章介绍空间数据的可视化，并通过实际案例讲解其可视化方法，第6章介绍地理数据的可视化，并通过实际案例讲解其可视化方法，第7章介绍层次数据的可视化，并通过实际案例讲解其可视化
电子书
为了适应数字经济时代的新发展趋势，培养新时代大数据专业人才，编者通过总结多年的教学经验，借鉴国内外相关领域的教学优势，详细剖析大数据采集、预处理与可视化的基础理论、关键技术、相关工具和应用案例，进而编成本书。本书是集理论与实践于一体的应用型教材。全书共7章，包括大数据概述、Python程序设计、大数据采集、大数据预处理技术、Excel数据获取与预处理、Python数据预处理、数据可视化技术。本书在
电子书
本书共7章，主要介绍数据科学的基础理论、统计学与模型、机器学习与算法、数据可视化、数据加工、大数据技术、数据产品开发及数据科学中的人文与管理等内容。
电子书
本书介绍了常用的数据结构，全书分为10章，依次为绪论、线性表、栈和队列、串、广义表、树和二叉树、常用二叉树、图、排序及查找。书中采用Python语言来描述和实现各种数据结构，内容丰富，知识点完整，结构层次分明，通过大量插图来讲解算法实现过程，有利于读者理解并巩固数据结构的相关算法思想。
电子书
本书在内容上着重阐述计算机中存储、组织数据的方式与计算机程序解决问题的步骤，同时对数据结构与算法中的典型案例进行讲解，在程序实现中使用Java与Python两种语言对照表述。本书共8章，第1章是数据结构与算法概论，主要介绍数据结构和算法的基本概念；第2、3章是线性表与栈和队列，这部分介绍简单的数据结构类型及操作算法；第4章是递归，这是数据结构中重要的操作算法；第5、6章是树与图，这部分介绍较为复杂
