Python 數據分析 (項目式)

劉凱洋,劉小華,海龍

  • 出版商: 人民郵電
  • 出版日期: 2022-01-01
  • 定價: $239
  • 售價: 8.5$203
  • 語言: 簡體中文
  • 頁數: 156
  • 裝訂: 平裝
  • ISBN: 711556955X
  • ISBN-13: 9787115569554
  • 相關分類: Data Science
  • 下單後立即進貨 (約4週~6週)

  • Python 數據分析 (項目式)-preview-1
  • Python 數據分析 (項目式)-preview-2
Python 數據分析 (項目式)-preview-1

買這商品的人也買了...

相關主題

商品描述

本書緊跟數據分析的發展新趨勢,基於Python的數據分析平臺和工具,系統介紹數據分析的相關知識與技能。本書共7個項目,分為3部分:基礎部分、數據分析部分、機器學習實戰部分。基礎部分包括項目一和項目二,介紹數據分析環境的搭建,以及NumPy的理論和實踐知識;數據分析部分包括項目三~項目六,結合案例介紹數據檢查、數據呈現、數據多維化等,涵蓋真實數據分析工作的完整流程;機器學習實戰部分只包括項目七,利用一個神經網絡實戰案例呈現機器學習的完整過程。

本書選用真實度高的實踐案例,深入淺出地介紹與數據分析相關的理論和實踐知識。本書可作為高校數據分析相關課程的教材,也可供剛進入數據分析領域的人員及具有實踐經驗的從業者學習、參考使用。

作者簡介

劉凱洋,男,講師,1978.12出生。 1999.7月畢業於西安交通大學計算機科學系。 1999.7-2004.10 畢業於香港科技大學計算機科學系,獲得博士學位。 2005.6至今 深圳職業技術學院從事教學和科研工作 主持2006年校級科研項目《基於嵌入式的網絡安全系統》,參與了2009年國家精品課程《Oracle數據庫系統管理》,以作者發表論文3篇。主要研究方向為圖論、自然語言處理等

目錄大綱

基礎部分
項目一 數據分析概述與環境配置
1.1 項目背景
1.2 技能圖譜
1.3 工具介紹
1.3.1 Python介紹
1.3.2 核心包介紹
1.3.3 輔助工具介紹
1.4 工作環境配置
1.4.1 安裝Python
1.4.2 配置虛擬環境
1.4.3 安裝第三方包
1.5 Jupyter Notebook使用入門
1.5.1 Notebook架構
1.5.2 Notebook啟動
1.5.3 Notebook主頁基本操作
1.5.4 Notebook的保存
1.6 項目總結
項目二 NumPy實戰
2.1 項目背景
2.2 技能圖譜
2.3 數組介紹
2.3.1 創建數組
2.3.2 了解數組特性
2.3.3 了解廣播
2.3.4 練習
2.4 數組基本操作
2.4.1 變換數組
2.4.2 訪問數組
2.4.3 複製數組
2.4.4 練習
2.5 數組常用操作
2.5.1 使用ufunc
2.5.2 查詢數組
2.5.3 排序數組
2.5.4 練習
2.6 項目總結
數據分析部分
項目三 氣溫變化趨勢(一)——數據檢查
3.1 項目背景
3.2 技能圖譜
3.3 數據獲取
3.3.1 了解獲取途徑
3.3.2 了解項目數據
3.3.3 練習
3.4 數據讀入
3.4.1 了解數據格式
3.4.2 讀入數據文件
3.4.3 處理讀入異常
3.4.4 練習
3.5 數據檢查
3.5.1 查看數據集大小
3.5.2 查看列標籤和數據類型
3.5.3 了解數據結構
3.5.4 練習
3.6 數據內容訪問
3.6.1 採用[]方式
3.6.2 採用.[i]loc方式
3.6.3 採用表達式方式
3. 數據可視化
3.6.5 練習
3.7 項目總結
項目四 氣溫變化趨勢(二)——數據分析
4.1 項目背景
4.2 技能圖譜
4.3 列處理
4.3.1 重命名列標籤
4.3.2 刪除、合併列
4.3.3 轉換日期數據
4.3.4 練習
4.4 索引處理
4.4.1 設置單級索引
4.4.2 設置多級索引
4.4.3 查詢索引
4.4.4 練習
4.5 統計分析
4.5.1 實現數據排序
4.5.2 實現簡單統計
4.5.3 實現分組統計
4.5.4 練習
4.6 項目總結
項目五 氣溫變化趨勢(三)——數據呈現
5.1 項目背景
5.2 技能圖譜
5.3 數據清洗
5.3.1 處理缺失值
5.3.2 檢測異常值
5.3.3 處理異常
5.3.4 練習
5.4 數據轉換
5.4.1 實現數據替換
5.4.2 實現離散化
5.4.3 實現重取樣
5.4.4 練習
5.5 數據可視化
5.5.1 繪製折線圖
5.5.2 繪製餅圖
5.5.3 繪製柱狀圖
5.5.4 練習
5.6 項目總結
項目六 氣溫變化趨勢數據多維化
項目背景
6.2 技能圖譜
6.3 數據拆分與拼接
6.3.1 了解軸向
6.3.2 拆分數據
6.3.3 拼接數據
6.3.4 練習
數據透視表
.1 了解數據透視表
.2 使用pivot tableO
.3 使用crosstab
.4 練習
6.5 項目總結
機器學習實戰部分
項目七 機器學習實戰——模型的自我學習
7.1 項目背景
7.2 技能圖譜
7.3 背景知識介紹
7.3.1 了解人工智能
7.3.2 了解機器學習
7.3.3 了解人工智能實際應用
7.3.4 練習
7.4 神經網絡簡介
7.4.1 了解神經網絡
7.4.2 了解常見神經網絡
7.4.3 了解CNN
7.4.4 練習
7.5 CNN實戰
7.5.1 預處理數據
7.5.2 構建和訓練模型
7.5.3 分析模型性能
7.5.4 練習
7.6 項目總結