本书以循序渐进的方式，由浅入深地讲述了数据分析的整个过程。全书共分6章，主要内容包括：数据分析概述、数据可视化初步、数据可视化进阶、数据挖掘基础、数据分析报告和综合案例。每章内附有实用性范例供读者练习，巩固所学知识。 本书在讲解数据可视化的基础性原理的同时，融入真实案例分析，具有较强的实用性，帮助读者举一反三，真正学会大数据可视化和数据挖掘的工具软件，能运用大数据思维解决学习和工作中的实际问题。
电子书
内容简介
本书主要针对数据科学、统计学、商学领域的教学，介绍基于Python软件的数据可视化基础知识、数据计算与交互式绘图，机器学习中的可视化工具和技术，以及特定数据结构下的可视化技术，如金融数据结构、生物数据结构、网络数据结构中的可视化展示，并配以丰富的案例，紧密结合常见的统计方法和机器学习方法。
本书配有大量实际案例和习题，涉及金融、经济管理、医疗影像、健康大数据、地理数据等方面的知识，内容翔实，能让授课教师充分备课，让学生系统学习，极大地提升学生的动手能力，并与现实生活接轨，让学生为胜任“全球信息化时代”的数据科学工作做好充分准备。此外，本书还配有PPT课件、教学大纲、教学进度表、部分源代码和数据文件、课后习题答案等教学资源，用书老师可在人邮教育社区免费下载使用。
本书可作为高等院校数据科学、统计学、商学等相关专业的教材，也可供经管领域的技术人员学习使用，还可作为机器学习和人工智能等领域的研究人员的参考书。
章节目录
- 第1章 数据可视化概述
- １ １ 理解数据、信息和知识
- １ １ １ 数据和信息
- 知识
- １ ２ 知识的提取流程
- １ ２ １ 从数据中提取信息
- １ ２ ２ 从信息中提取知识
- １ ３ 数据可视化与统计图表
- １ ４ 如何利用可视化帮助决策
- １ ５ 总结
- 本章习题
- 第2章 数据可视化
- ２ １ 利用数据可视化创造有趣的故事
- ２ ２ 可视化的一些实践结果
- ２ ３ Ｐｙｔｈｏｎ 中的可视化工具
- ２ ４ 交互式可视化和布局
- 2.5 总结
- 本章习题
- 第3章 常见Ｐｙｔｈｏｎ ＩＤＥ
- ３ １ Ｐｙｔｈｏｎ ＩＤＥ
- ３ １ １ Ｐｙｔｈｏｎ ３ ｘ 与Ｐｙｔｈｏｎ ２ ７
- ３ １ ２ 不同类型的交互式工具
- ３ １ ３ 不同类型的Ｐｙｔｈｏｎ ＩＤＥ
- ３ ２ 利用Ａｎａｃｏｎｄａ 进行可视化
- ３ ２ １ 绘制３Ｄ 曲面图
- ３ ２ ２ 绘制方形树状图
- ３ ３ 交互式可视化的库
- ３ ３ １ ｂｏｋｅｈ
- ３ ３ ２ ＶｉｓＰｙ
- ３ ４ 总结
- 本章习题
- 第4章 数值计算与交互式绘图
- ４ １ ＮｕｍＰｙ、ＳｃｉＰｙ 和ＭＫＬ 函数
- ４ １ １ ＮｕｍＰｙ 介绍
- ４ １ ２ ＳｃｉＰｙ 介绍
- ４ １ ３ ＭＫＬ 函数介绍
- ４ ２ 标量选择、切片与索引
- ４ ２ １ 标量选择
- ４ ２ ２ 切片
- ４ ２ ３ 数组索引
- ４ ３ 数据结构
- ４ ３ １ 堆栈
- ４ ３ ２ 元组
- ４ ３ ３ 集合
- ４ ３ ４ 队列
- ４ ３ ５ 字典
- ４ ３ ６ 矩阵表示的字典
- ４ ３ ７ 字典树
- ４ ４ 使用ｍａｔｐｌｏｔｌｉｂ 进行可视化
- ４ ５ 总结
- 本章习题
- 第5章 统计学与机器学习
- ５ １ 分类方法
- ５ １ １ 线性回归模型实例
- ５ １ ２ 线性回归模型
- ５ １ ３ 决策树
- ５ １ ４ 贝叶斯定理
- ５ １ ５ 朴素贝叶斯分类器
- ５ ２ ＫＮＮ 算法
- ５ ３ 逻辑回归
- ５ ４ 支持向量机
- ５ ５ 主成分分析
- ５ ６ ｋ－ｍｅａｎｓ 聚类
- ５ ７ 总结
- 本章习题
- 第6章 金融和统计模型
- ６ １ 回报率模型和确定性模型
- ６ ２ 随机模型
- ６ ２ １ 蒙特卡罗模拟
- ６ ２ ２ 投资组合估值
- ６ ２ ３ 模拟模型
- ６ ２ ４ 几何布朗运动模拟
- ６ ２ ５ 基于扩散的模拟
- ６ ３ 阈值模型
- ６ ４ 总结
- 本章习题
- 第7章 图结构数据和网络模型
- ７ １ 有向图和多重图
- ７ １ １ 存储图数据
- ７ １ ２ 图形展示
- ７ ２ 图的聚集系数
- ７ ３ 社交网络分析
- ７ ４ 可平面图的检验
- ７ ５ 有向无环图的检验
- ７ ６ 最大流
- ７ ７ 随机块模型
- ７ ８ 总结
- 本章习题
- 第8章 高级可视化
- ８ １ 文本数据可视化
- ８ １ １ 利用ＴｅｘｔＢｌｏｂ 构造朴素贝叶斯分类器
- ８ １ ２ 利用词云了解电影影评
- ８ ２ 空间数据可视化
- ８ ３ 计算机模拟
- ８ ３ １ Ｐｙｔｈｏｎ 随机相关的程序包
- ８ ３ ２ ＳｃｉＰｙ 中的随机函数
- ８ ３ ３ 模拟示例
- ８ ３ ４ 信号处理
- ８ ３ ５ 动画
- ８ ４ 绘制交互图
- ８ ５ 总结
- 本章习题
- 参考文献
展开全部
数据分析与可视化是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《数据分析与可视化》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
本书采用理论分析和Python编程实战相结合的形式，按照数据分析与可视化的基本步骤，数据分析与可视化的基本理论知识和相应的Python库进行了详细的介绍，让读者能够在了解基本理论知识的同时快速上手实现数据分析与可视化的程序。
电子书
本书以“自动售货机”产品销售为主线，共分7个项目。项目1介绍了某企业“自动售货机”的经营困惑，以及“自动售货机”数据分析的流程；项目2为商品的整体销售情况分析；项目3为区域销售情况分析；项目4为商品库存的分析；项目5为用户行为的分析；项目6为商品销售量的预测；项目7介绍了“自动售货机”周报的撰写。
电子书
本书共3章。第1章讲述Python基础知识，包括Python语言基本语法、内置数据类型、Python控制语句、函数和文件操作；第2章讲述Python数据分析，包括Numpy数值计算基础、Numpy数学与算术函数、Numpy中的数据统计与分析、pandas统计分析基础、pandas数据运算、pandas数据载入与预处理；第3章讲述数据可视化，包括matplotlib绘图基础、使用pandas和Sea
电子书
本书主要内容如下：第一部分Python编程基础。第二部分：Python数据分析（Pandas，Numpy等简介、数据收集、数据清洗、数据挖掘、数据分析）。第三部分：Python数据可视化（数据可视化Matplotlib，seaborn等可视化库、财务会计案例、大数据分析案例）。第四部分：Python与自动化控制（简介、正则表达式、文件处理、Python与excel、PythonGUI控制鼠标和键盘
电子书
本书以任务为导向，全面地介绍了数据分析的流程和PowerBI数据分析的应用，详细讲解了使用PowerBI解决企业实际问题的方法。全书共8章，包括数据分析与可视化概述、数据获取、M语言数据预处理、DAX语言数据建模、数据分析与可视化、PowerBI数据分析报表、数据部署、自动售货机综合案列。本书的大部分章节包含了实训与课后习题，通过练习和实践操作，可帮助读者巩固所学的内容。本书可以作为高校数据分析相
电子书
本书对可视化技术、交互技术以及数据分析方法进行了系统和全面的讲解。介绍了交互式可视化数据分析解决方案的设计标准，论述了设计中的影响因素以及工作流程的检验方法。读者可以从中了解可视化编码的基础知识，以及用于多元数据、时间数据、地理空间数据和图形数据等方面的众多可视化技术。书中专门用一章的内容来介绍与可视化效果互动的常规概念，并且利用图示来说明现代交互技术如何推动可视化数据分析的发展。针对如今庞大而复
电子书
本书从大数据可视化的基本概念入手，介绍大数据的采集及预处理、大数据可视化的主要工具及使用相关工具进行可视化分析等方面的内容。《大数据分析可视化》共8章。第1章-第3章主要介绍大数据可视化的基本概念、相关工具和大数据采集及预处理，第4章-第6章主要介绍基本图形制作、极坐标系和平行坐标系下各类图形制作及基本三维图形与地图制作，第7章-第8章主要介绍机器学习可视化图形制作及进阶图形制作。
