Python數據分析案例實戰(慕課版)
王浩 袁琴 張明慧
- 出版商: 人民郵電
- 出版日期: 2020-06-01
- 定價: $359
- 售價: 7.9 折 $284
- 語言: 簡體中文
- 頁數: 236
- ISBN: 7115520844
- ISBN-13: 9787115520845
-
相關分類:
Data Science
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
$250Python 數據分析基礎教程-NumPy 學習指南, 2/e (NumPy Beginner's Guide, 2/e)
-
$534$507 -
$352Python 貝葉斯分析
-
$245概率的煩惱:量子貝葉斯拯救薛定諤的貓
-
$454Python 雲原生 : 構建應對海量用戶數據的高可擴展 Web 應用
-
$280電腦視覺語音識別自然語言處理應用技術教程 捲積神經網絡與視覺計算
-
$301Serverless 架構應用開發 Python 實現
-
$454跟著迪哥學Python數據分析與機器學習實戰
-
$301人工智能入門 常用工具
-
$505百面深度學習 : 算法工程師帶你去面試
-
$359$341 -
$403Python 無監督學習 (Hands-On Unsupervised Learning with Python)
-
$590$466 -
$534$507 -
$534$507 -
$305機器學習入門與實戰 — 基於 scikit-learn 和 Keras
-
$356集成學習入門與實戰:原理、算法與應用
-
$516$490 -
$779$740 -
$594$564 -
$658高級 Python 核心編程開啟精通 Python 編程世界之旅
-
$505python核心編程:從入門到實踐:學與練
-
$560Python 開發實例大全 上捲
-
$560Python 開發實例大全 下捲
-
$607前端工程化 : 基於 Vue.js 3.0 的設計與實踐
相關主題
商品描述
主要內容包括:數據分析基礎、NumPy模塊實現數值計算、Pandas模塊實現統計分析、Matplotlib模塊實現數據可視化、【案例】客戶價值分析、【案例】銷售收入預測、【案例】二手房數據分析預測系統、【案例】智能停車場運營分析系統、【案例】影視作品分析和【案例】看店寶。
作者簡介
明日科技,程序设计类畅销图书作者,绝大多数品种在“全国计算机图书排行榜”同品种排行中名列前茅,累计销售百万册。作者编写的《Python从入门到项目实战》《零基础学Python》《Python从入门到精通》等长期占据各网店排行榜的榜首位置。
目錄大綱
第1章 數據分析基礎 1
1.1 什麽是數據分析 2
1.2 數據分析的應用 2
1.3 數據分析方法 2
1.3.1 對比分析法 3
1.3.2 同比分析法 3
1.3.3 環比分析法 4
1.3.4 80/20法則 4
1.3.5 回歸分析法 4
1.3.6 聚類分析法 5
1.3.7 時間序列分析法 5
1.4 數據分析工具 6
1.5 數據分析流程 7
1.5.1 明確目的 7
1.5.2 獲取數據 8
1.5.3 數據處理 9
1.5.4 數據分析 10
1.5.5 驗證結果 10
1.5.6 數據展現 10
1.5.7 數據應用 10
1.6 Python數據分析常用模塊 10
1.6.1 數值計算模塊 10
1.6.2 數據處理模塊 10
1.6.3 數據可視化模塊 11
1.6.4 機器學習模塊 11
小結 11
習題 11
第2章 NumPy模塊實現
數值計算 12
2.1 初識NumPy模塊 13
2.1.1 NumPy的誕生 13
2.1.2 NumPy的安裝 13
2.1.3 NumPy的數據類型 14
2.1.4 數組對象ndarray 15
2.1.5 數據類型對象dtype 16
2.2 NumPy模塊中數組的基本操作 16
2.2.1 內置的數組創建方法 16
2.2.2 生成隨機數 19
2.2.3 切片和索引 20
2.2.4 修改數組形狀 21
2.2.5 組合數組 22
2.2.6 數組分割 24
2.3 NumPy模塊中函數的應用 25
2.3.1 數學函數 26
2.3.2 算術函數 27
2.3.3 統計函數 27
2.3.4 矩陣函數 30
2.4 廣播機制 31
小結 32
習題 32
第3章 pandas模塊實現統計
分析 33
3.1 安裝pandas模塊 34
3.2 pandas數據結構 35
3.2.1 Series對象 35
3.2.2 DataFrame對象 37
3.3 讀、寫數據 38
3.3.1 讀、寫文本文件 38
3.3.2 讀、寫Excel文件 40
3.3.3 讀、寫數據庫數據 41
3.4 數據操作 44
3.4.1 數據的增、刪、改、查 44
3.4.2 NaN數據處理 47
3.4.3 時間數據的處理 50
3.5 數據的分組與聚合 52
3.5.1 分組數據 52
3.5.2 聚合數據 54
3.6 數據的預處理 56
3.6.1 合並數據 56
3.6.2 去除重復數據 60
小結 62
習題 62
第4章 Matplotlib模塊實現
數據可視化 63
4.1 基本用法 64
4.1.1 安裝 Matplotlib 64
4.1.2 pyplot子模塊的繪圖流程 65
4.1.3 pyplot子模塊的常用語法 65
4.2 繪制常用圖表 66
4.2.1 繪制條形圖 66
4.2.2 繪制折線圖 69
4.2.3 繪制散點圖 70
4.2.4 繪制餅圖 71
4.2.5 繪制箱形圖 73
4.2.6 多面板圖表 75
4.3 3D繪圖 78
4.3.1 3D線圖 78
4.3.2 3D曲面圖 79
4.3.3 3D條形圖 81
小結 82
習題 82
第5章 客戶價值分析 83
5.1 背景 84
5.2 系統設計 84
5.2.1 系統功能結構 84
5.2.2 系統業務流程 84
5.2.3 系統預覽 84
5.3 系統開發必備 86
5.3.1 開發環境及工具 86
5.3.2 項目文件結構 86
5.4 分析方法 87
5.4.1 RFM模型 87
5.4.2 聚類分析 87
5.4.3 k-means聚類算法 88
5.5 技術準備 88
5.5.1 sklearn模塊 89
5.5.2 k-means聚類 89
5.5.3 pandas模塊 90
5.6 用Python實現客戶價值分析 90
5.6.1 數據抽取 90
5.6.2 數據探索分析 90
5.6.3 數據處理 91
5.6.4 客戶聚類 92
5.6.5 客戶價值分析 94
小結 94
習題 94
第6章 銷售收入分析與預測 95
6.1 背景 96
6.2 系統設計 96
6.2.1 系統功能結構 96
6.2.2 系統業務流程 96
6.2.3 系統預覽 97
6.3 系統開發必備 97
6.3.1 開發環境及工具 97
6.3.2 項目文件結構 97
6.4 分析方法 97
6.4.1 線性回歸 97
6.4.2 最小二乘法 98
6.5 線性回歸模型 100
6.6 Excel日期數據處理 101
6.6.1 按日期篩選數據 101
6.6.2 按日期顯示數據 101
6.6.3 按日期統計數據 102
6.7 分析與預測 102
6.7.1 數據處理 103
6.7.2 日期數據統計並顯示 103
6.7.3 根據歷史銷售數據
繪制擬合圖 103
6.7.4 預測銷售收入 104
小結 105
習題 105
第7章 二手房數據分析
預測系統 106
7.1 需求分析 107
7.2 系統設計 107
7.2.1 系統功能結構 107
7.2.2 系統業務流程 107
7.2.3 系統預覽 107
7.3 系統開發必備 111
7.3.1 開發環境及工具 111
7.3.2 文件夾組織結構 111
7.4 技術準備 111
7.4.1 sklearn庫概述 111
7.4.2 加載datasets子模塊中的
數據集 111
7.4.3 支持向量回歸函數 114
7.5 圖表工具模塊 115
7.5.1 繪制餅圖 115
7.5.2 繪制折線圖 116
7.5.3 繪制條形圖 117
7.6 二手房數據分析 118
7.6.1 清洗數據 118
7.6.2 各區二手房均價分析 119
7.6.3 各區房子數量比例 120
7.6.4 全市二手房裝修程度分析 121
7.6.5 熱門戶型均價分析 122
7.6.6 二手房售價預測 123
小結 126
習題 126
第8章 智能停車場運營
分析系統 127
8.1 需求分析 128
8.2 系統設計 128
8.2.1 系統功能結構 128
8.2.2 系統業務流程 128
8.2.3 系統預覽 128
8.3 系統開發必備 132
8.3.1 開發環境及工具 132
8.3.2 文件夾組織結構 132
8.4 技術準備 133
8.4.1 初識Pygame 133
8.4.2 Pygame的基本應用 133
8.4.3 時間模塊 136
8.4.4 日期時間模塊 138
8.5 智能停車場數據分析 141
8.5.1 停車時間數據分佈圖 141
8.5.2 停車高峰時間所占比例 143
8.5.3 每周繁忙統計 145
8.5.4 月收入分析 147
8.5.5 每日接待車輛統計 149
8.5.6 車位使用率 150
小結 152
習題 152
第9章 影視作品分析 153
9.1 需求分析 154
9.2 系統設計 154
9.2.1 系統功能結構 154
9.2.2 系統業務流程 154
9.2.3 系統預覽 155
9.3 系統開發必備 156
9.3.1 開發環境及工具 156
9.3.2 文件夾組織結構 156
9.4 技術準備 157
9.4.1 使用jieba模塊進行分詞 157
9.4.2 使用wordcloud庫實現
詞雲圖 159
9.5 主窗體設計 162
9.5.1 實現主窗體 162
9.5.2 查看部分的隱藏與顯示 163
9.5.3 下拉列表處理 164
9.6 數據分析與處理 166
9.6.1 獲取數據 166
9.6.2 生成全國熱力圖文件 167
9.6.3 生成主要城市評論數及平均
分文件 168
9.6.4 生成詞雲圖 168
9.7 單擊查看顯示內容 169
9.7.1 創建顯示HTML頁面的窗體 169
9.7.2 創建顯示圖片的窗體 170
9.7.3 綁定查詢按鈕單擊事件 171
小結 172
習題 172
第10章 看店寶 173
10.1 需求分析 174
10.2 系統設計 175
10.2.1 系統功能結構 175
10.2.2 系統業務流程 175
10.2.3 系統預覽 175
10.3 系統開發必備 179
10.3.1 開發環境及工具 179
10.3.2 文件夾組織結構 179
10.4 技術準備 180
10.4.1 使用Python操作數據庫 180
10.4.2 JSON模塊的應用 181
10.5 主窗體的UI設計 182
10.5.1 對主窗體進行可視化設計 182
10.5.2 將可視化窗體轉換為.py
文件 184
10.5.3 設置窗體及控件背景 184
10.5.4 創建窗體控制文件 185
10.5.5 主窗體預覽效果 185
10.6 設計數據庫表結構 186
10.7 初始數據的爬取 187
10.7.1 爬取排行信息 187
10.7.2 爬取價格信息 190
10.7.3 爬取評價信息 191
10.7.4 定義數據庫操作文件 194
10.8 圖表分析數據 197
10.8.1 餅圖展示評價信息 197
10.8.2 分析出版社所占比例的
條形圖 198
10.8.3 折線圖分析價格走勢 199
10.8.4 Top10數據展示 200
10.9 商品排行展示 203
10.9.1 熱銷商品排行榜 203
10.9.2 熱門商品展示 205
10.10 關註商品 207
10.10.1 分析關註商品的預警信息 207
10.10.2 重點商品的關註與取消 208
10.11 商品營銷預警 214
10.11.1 商品中、差評預警 214
10.11.2 商品價格變化預警 216
10.12 關註商品圖表分析 218
10.12.1 關註商品評價分析餅圖 218
10.12.2 關註商品出版社占有比例 220
10.13 其他功能 222
小結 224
習題 224