Python數(shù)據(jù)分析（項目式）

定　價：￥39.80

作　者：	劉凱洋，劉小華，海龍著
出版社：	人民郵電出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787115569554	出版時間：	2022-01-01	包裝：	平裝
開本：	16開	頁數(shù)：	156	字數(shù)：

內(nèi)容簡介

　　本書緊跟數(shù)據(jù)分析的**發(fā)展趨勢，基于Python的數(shù)據(jù)分析平臺和工具，全面介紹數(shù)據(jù)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(shù)據(jù)分析部分、機器學習實戰(zhàn)部分。基礎部分包括項目一和項目二，介紹數(shù)據(jù)分析環(huán)境的搭建，以及NumPy的理論和實踐知識；數(shù)據(jù)分析部分包括項目三～項目六，結(jié)合案例介紹數(shù)據(jù)檢查、數(shù)據(jù)呈現(xiàn)、數(shù)據(jù)多維化等，涵蓋真實數(shù)據(jù)分析工作的完整流程；機器學習實戰(zhàn)部分只包括項目七，利用一個神經(jīng)網(wǎng)絡實戰(zhàn)案例呈現(xiàn)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(shù)據(jù)分析相關的理論和實踐知識。本書可作為高校數(shù)據(jù)分析相關課程的教材，也可供剛進入數(shù)據(jù)分析領域的人員及具有實踐經(jīng)驗的從業(yè)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(yè)于西安交通大學計算機科學系。 1999.7-2004.10 畢業(yè)于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(yè)技術學院從事教學和科研工作主持2006年校級科研項目《基于嵌入式的網(wǎng)絡安全系統(tǒng)》，參與了2009年國家精品課程《Oracle數(shù)據(jù)庫系統(tǒng)管理》，以第一作者發(fā)表論文3篇。主要研究方向為圖論、自然語言處理等

圖書目錄

基礎部分
項目一　數(shù)據(jù)分析概述與環(huán)境配置　1
1．1　項目背景　1
1．2　技能圖譜　3
1．3　工具介紹　4
1．3．1　Python介紹　4
1．3．2　核心包介紹　5
1．3．3　輔助工具介紹　6
1．4　工作環(huán)境配置　7
1．4．1　安裝Python　7
1．4．2　配置虛擬環(huán)境　8
1．4．3　安裝第三方包　9
1．5　Jupyter Notebook使用入門　10
1．5．1　Notebook架構(gòu)　10
1．5．2　Notebook啟動　10
1．5．3　Notebook主頁基本操作　11
1．5．4　Notebook的保存　12
1．6　項目總結(jié)　12
項目二　NumPy實戰(zhàn)　13
2．1　項目背景　13
2．2　技能圖譜　14
2．3　數(shù)組介紹　14
2．3．1　創(chuàng)建數(shù)組　15
2．3．2　了解數(shù)組特性　18
2．3．3　了解廣播　20
2．3．4　練習　23
2．4　數(shù)組基本操作　24
2．4．1　變換數(shù)組　24
2．4．2　訪問數(shù)組　26
2．4．3　復制數(shù)組　29
2．4．4　練習　31
2．5　數(shù)組常用操作　32
2．5．1　使用ufunc　32
2．5．2　查詢數(shù)組　34
2．5．3　排序數(shù)組　35
2．5．4　練習　37
2．6　項目總結(jié)　38

數(shù)據(jù)分析部分
項目三　全球氣溫變化趨勢（一）——數(shù)據(jù)檢查　39
3．1　項目背景　39
3．2　技能圖譜　40
3．3　數(shù)據(jù)獲取　40
3．3．1　了解獲取途徑　40
3．3．2　了解項目數(shù)據(jù)　41
3．3．3　練習　41
3．4　數(shù)據(jù)讀入　41
3．4．1　了解數(shù)據(jù)格式　42
3．4．2　讀入數(shù)據(jù)文件　42
3．4．3　處理讀入異?！?3
3．4．4　練習　43
3．5　數(shù)據(jù)檢查　43
3．5．1　查看數(shù)據(jù)集大小　44
3．5．2　查看列標簽和數(shù)據(jù)類型　44
3．5．3　了解數(shù)據(jù)結(jié)構(gòu)　45
3．5．4　練習　46
3．6　數(shù)據(jù)內(nèi)容訪問　47
3．6．1　采用[]方式　47
3．6．2　采用．[i]loc方式　49
3．6．3　采用表達式方式　51
3．6．4　數(shù)據(jù)可視化　52
3．6．5　練習　53
3．7　項目總結(jié)　53
項目四　全球氣溫變化趨勢（二）——數(shù)據(jù)分析　54
4．1　項目背景　54
4．2　技能圖譜　55
4．3　列處理　55
4．3．1　重命名列標簽　55
4．3．2　刪除、合并列　56
4．3．3　轉(zhuǎn)換日期數(shù)據(jù)　57
4．3．4　練習　58
4．4　索引處理　58
4．4．1　設置單級索引　59
4．4．2　設置多級索引　60
4．4．3　查詢索引　61
4．4．4　練習　63
4．5　統(tǒng)計分析　64
4．5．1　實現(xiàn)數(shù)據(jù)排序　64
4．5．2　實現(xiàn)簡單統(tǒng)計　65
4．5．3　實現(xiàn)分組統(tǒng)計　66
4．5．4　練習　70
4．6　項目總結(jié)　71
項目五　全球氣溫變化趨勢（三）——數(shù)據(jù)呈現(xiàn)　72
5．1　項目背景　72
5．2　技能圖譜　73
5．3　數(shù)據(jù)清洗　73
5．3．1　處理缺失值　74
5．3．2　檢測異常值　75
5．3．3　處理異常值　78
5．3．4　練習　81
5．4　數(shù)據(jù)轉(zhuǎn)換　82
5．4．1　實現(xiàn)數(shù)據(jù)替換　82
5．4．2　實現(xiàn)離散化　83
5．4．3　實現(xiàn)重取樣　83
5．4．4　練習　84
5．5　數(shù)據(jù)可視化　84
5．5．1　繪制折線圖　84
5．5．2　繪制餅圖　88
5．5．3　繪制柱狀圖　89
5．5．4　練習　94
5．6　項目總結(jié)　98
項目六　全球氣溫變化趨勢（四）——數(shù)據(jù)多維化　99
6．1　項目背景　99
6．2　技能圖譜　99
6．3　數(shù)據(jù)拆分與拼接　100
6．3．1　了解軸向　100
6．3．2　拆分數(shù)據(jù)　101
6．3．3　拼接數(shù)據(jù)　103
6．3．4　練習　109
6．4　數(shù)據(jù)透視表　109
6．4．1　了解數(shù)據(jù)透視表　109
6．4．2　使用pivot_table()　110
6．4．3　使用crosstab()　113
6．4．4　練習　115
6．5　項目總結(jié)　115
機器學習實戰(zhàn)部分
項目七　機器學習實戰(zhàn)——模型的自我學習　117
7．1　項目背景　117
7．2　技能圖譜　119
7．3　背景知識介紹　119
7．3．1　了解人工智能　120
7．3．2　了解機器學習　125
7．3．3　了解人工智能實際應用　129
7．3．4　練習　130
7．4　神經(jīng)網(wǎng)絡簡介　130
7．4．1　了解神經(jīng)網(wǎng)絡　132
7．4．2　了解常見神經(jīng)網(wǎng)絡　136
7．4．3　了解CNN　139
7．4．4　練習　143
7．5　CNN實戰(zhàn)　143
7．5．1　預處理數(shù)據(jù)　143
7．5．2　構(gòu)建和訓練模型　146
7．5．3　分析模型性能　148
7．5．4　練習　153
7．6　項目總結(jié)　155