本书共9章，主要内容包括数据科学概述、Python基础知识、Python数据科学常用库、Python数据获取、Python数据分析、Python数据挖掘、Python文本挖掘、...
电子书
内容简介
本书以数据处理为主线，介绍了数据处理的基本原理、算法的可视化工具、常见算法的思想、Python程序设计及算法实现，以及常用的图文制作工具。
章节目录
- 数据篇
- 第1 章数据科学基础实践概论
- 1.1 数据科学的基本概念
- 1.1.1 数据科学的含义
- 1.1.2 数据的特性
- 1.1.3 数据价值与数据科学家
- 1.2 数据科学基础实践内容
- 1.3 数据科学基础的教学目标与实验要求、实验要点
- 1.3.1 教学目标
- 1.3.2 实验要求
- 1.3.3 实验要点
- 第2 章Excel 中的数据表示
- 2.1 Excel 概述及数据表示
- 2.1.1 Excel 概述
- 2.1.2 数据表示
- 2.2 数据表示基础实验
- 2.2.1 Excel 工作表的建立与数据的输入
- 2.2.2 Excel 工作表的建立与图表的基本操作
- 2.2.3 Excel 数据输入与数据验证实验
- 第3 章Excel 中的数据计算
- 3.1 数据计算要素
- 3.1.1 数据计算的基本要素
- 3.1.2 单元格引用
- 3.1.3 数组与数组公式
- 3.1.4 函数
- 3.2 数据计算实验
- 3.2.1 数据计算基础实验
- 3.2.2 数据统计实验
- 3.2.3 数组公式应用实验
- 3.2.4 应用数学函数的数据计算实验
- 3.2.5 日期、逻辑函数的数据计算实验
- 3.2.6 文本数据处理和金融数据计算实验
- 3.2.7 数据库函数实验
- 3.3 利用“公式填充”实现简单递推计算
- 3.3.1 十进制数转换为二进制数实验
- 3.3.2 十进制正整数转换为其他进制整数
- 3.3.3 十进制小数转换为其他进制小数
- 3.3.4 十进制整数转换为其他进制整数原码
- 3.3.5 十进制整数转换为其他进制整数反码
- 3.3.6 十进制整数转换为其他进制整数补码
- 3.3.7 全加器的计算推演
- 第4 章Excel 中的数据分析
- 4.1 数据的基本概念
- 4.2 数据采集与预处理
- 4.2.1 数据采集与预处理概述
- 4.2.2 数据采集与预处理基础实验
- 4.2.3 数据预处理综合应用实验
- 4.3 数据分析
- 4.3.1 基本概念
- 4.3.2 数据分析实验
- 4.4 Excel 中的规划求解
- 4.4.1 规划求解的步骤
- 4.4.2 规划求解最值实验
- 第5 章Excel 中的数据可视化
- 5.1 数据可视化概述
- 5.1.1 什么是数据可视化
- 5.1.2 数据可视化工具
- 5.2 数据可视化实验
- 算法篇
- 第6 章算法可视化工具
- 6.1 RAPTOR 基础
- 6.1.1 RAPTOR 的概念与特点
- 6.1.2 RAPTOR 的实验环境
- 6.1.3 RAPTOR 常量与变量
- 6.1.4 RAPTOR 的输入与输出语句
- 6.1.5 RAPTOR 的赋值语句
- 6.1.6 RAPTOR 的子过程调用语句
- 6.1.7 RAPTOR 函数
- 6.1.8 RAPTOR 数组变量
- 6.2 RAPTOR 基础实验
- 6.2.1 RAPTOR 的应用环境实验
- 6.2.2 RAPTOR 的字符变量及字符串变量赋值实验
- 6.2.3 RAPTOR 函数应用实验
- 6.2.4 RAPTOR 数组变量应用实验
- 第7 章算法设计基础
- 7.1 算法的控制结构
- 7.1.1 算法的控制结构概述
- 7.1.2 顺序结构算法设计实验
- 7.1.3 分支结构算法设计实验
- 7.1.4 循环结构算法设计实验
- 7.2 子过程
- 7.2.1 子过程的创建与调用
- 7.2.2 子过程的算法设计实验
- 7.3 迭代（递推）算法
- 7.3.1 迭代（递推）算法思想
- 7.3.2 斐波那契（Fibonacci）数列与素数问题
- 7.4 穷举算法
- 7.4.1 穷举算法思想
- 7.4.2 使用穷举算法求解不定方程
- 7.5 递归算法
- 7.5.1 递归算法思想
- 7.5.2 使用递归算法求n！
- 7.6 排序算法
- 7.6.1 数组与常用的排序算法
- 7.6.2 排序算法设计实验
- 7.7 查找算法
- 7.7.1 常用的查找算法
- 7.7.2 查找算法设计实验
- 7.8 数值概率算法
- 7.8.1 数值概率算法思想
- 7.8.2 数值概率算法实验
- 第8 章Excel 中的算法
- 8.1 递推计算
- 8.1.1 递推算法思想
- 8.1.2 求斐波那契数列第m 项的值
- 8.1.3 求最大公约数
- 8.1.4 约瑟夫问题
- 8.2 二分法计算
- 8.2.1 二分法搜索策略与过程
- 8.2.2 用二分法求幂
- 8.3 贪心算法
- 8.3.1 贪心算法思想
- 8.3.2 应用贪心算法求解埃及分数
- 8.4 加密算法
- 8.4.1 古典加密算法与现代加密算法
- 8.4.2 文本加密
- 第9 章Python 程序设计基础
- 9.1 Python 概述
- 9.1.1 Python 的特点
- 9.1.2 Python 环境配置实验
- 9.2 Python 编程基础
- 9.2.1 标识符、注释与缩进
- 9.2.2 Python 基础实验
- 9.3 Python 的数据类型与运算
- 9.3.1 Python 的数据类型
- 9.3.2 Python 基本运算
- 9.3.4 组合数据类型概述
- 9.3.5 组合数据类型应用实验
- 9.4 Python 输入、输出模块及编程方法
- 9.4.1 Python 输入语句
- 9.4.2 Python 输出语句
- 9.4.3 Python 编程方法
- 9.4.4 Python 基础编程实验
- 9.5 Python 程序流程控制结构及实验
- 9.5.1 Python 程序流程控制结构
- 9.5.2 Python 的控制结构实验
- 9.6 Python 函数
- 9.6.1 Python 函数概述
- 9.6.2 Python 函数实验
- 第10 章算法在Python 中的实现
- 10.1 RAPTOR 算法流程在Python 中的实现
- 10.1.1 子过程的Python 编程
- 10.1.2 递推算法的Python 编程
- 10.1.3 穷举算法的Python 编程
- 10.1.4 递归算法的Python 编程
- 10.1.5 数值概率算法的Python 编程
- 10.2 Excel 算法在Python 中的实现
- 10.2.1 二分法求幂的Python 编程
- 10.2.2 贪心算法的Python 编程
- 10.2.3 文本加密算法的Python 编程
- 10.3 Python 访问Excel 数据
- 10.3.1 Python 访问Excel 数据文件操作
- 10.3.2 Python 把数据写入Excel 文件的操作步骤
- 工具篇
- 第11 章Word 文档处理
- 11.1 Word 基础操作
- 11.1.1 Word 工作窗口与基本功能简介
- 11.1.2 文字处理操作实验
- 11.1.3 Word 特殊元素处理实验
- 11.1.4 Word 页面布局实验
- 11.2 长文档编辑
- 11.2.1 文档格式化
- 11.2.2 长文档编辑实验
- 11.3 修订与批注
- 11.3.1 修订与批注步骤
- 11.3.2 修订与批注实验
- 第12 章XMind 思维导图制作
- 12.1 XMind 简介、设计步骤与应用范例
- 12.1.1 XMind 简介
- 12.1.2 思维导图设计步骤
- 12.1.3 范例——Python 基本数据类型的思维导图
- 12.2 思维导图基础实验
- 12.3 思维导图高级设计实验
- 附录A上机考试样题
- 附录B上机实验报告样本
展开全部
数据科学基础实践教程是2020年由人民邮电出版社出版,作者陈展荣 刘小丽 余宏华 杜宝荣。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《数据科学基础实践教程》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
本书共9章，主要内容包括数据科学概述、Python基础知识、Python数据科学常用库、Python数据获取、Python数据分析、Python数据挖掘、Python文本挖掘、...
电子书
主要介绍计算机基础知识和常用软件，包括算法可视化工具、数据表示与编码、算法基础、操作系统、数据抽象与管理、计算机网络、Word文档高级编辑、Excel数据处理与计算、多媒体技术...
电子书
本书共11章，主要内容包括：线性代数基础、线性空间与线性变换、向量与矩阵范数、矩阵分解、概率统计基础、随机过程等。
电子书
全书共分为10章，第1-2章介绍了数据科学的基础知识以及数据科学所需的各项技术；第3-5章涵盖了Python的语法基础，函数、模块与组合数据类型，文件读写；第6章介绍了网络爬虫...
电子书
本书是主教材《Access数据库应用基础（微课版）》配套的实验指导与习题解答。全书共两部分：第1部分为实验指导，第2部分为主教材的习题参考答案。各章在安排实验内容时，首先对每章...
