Python數(shù)據(jù)分析與數(shù)據(jù)挖掘

定　價：￥65.00

作　者：	葛東旭
出版社：	機(jī)械工業(yè)出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787111702207	出版時間：	2022-06-01	包裝：
開本：	16開	頁數(shù)：	338	字?jǐn)?shù)：

內(nèi)容簡介

　　本書分為10章。第1章介紹Python語言的起源和特性，以及安裝Python及其開發(fā)環(huán)境的方法；第2章介紹Python語言的基礎(chǔ)知識；第3章介紹Python數(shù)據(jù)組織結(jié)構(gòu)，作為學(xué)習(xí)后續(xù)數(shù)據(jù)操作的基礎(chǔ)；第4~7章介紹為了能夠有效進(jìn)行數(shù)據(jù)分析和數(shù)據(jù)挖掘所必須對數(shù)據(jù)進(jìn)行的多種處理方法；第8章介紹使用不同的Python擴(kuò)展庫，以不同的可視化方法和形式對數(shù)據(jù)進(jìn)行探索和分析；第9章介紹數(shù)據(jù)分析方法；第10章介紹數(shù)據(jù)挖掘的關(guān)聯(lián)、分類和聚類算法。 \n本書配套以下教學(xué)資源：教學(xué)PPT、習(xí)題答案、數(shù)據(jù)分析支撐文件、程序代碼等，請選用本書作教材的教師登錄www.cmpedu.com注冊后下載，或發(fā)郵件至jinacmp@163.com索?。ㄗ⒚鲗W(xué)校名+姓名）。 \n本書可作為普通高校計算機(jī)、大數(shù)據(jù)、人工智能、金融管理等專業(yè)的教材，也可供廣大從事數(shù)據(jù)分析、人工智能、機(jī)器學(xué)習(xí)等應(yīng)用系統(tǒng)開發(fā)的技術(shù)人員參考。 \n本書配有電子課件和程序代碼，書中的程序代碼均在Python 3.8、Anaconda 3上調(diào)試通過，有些需要安裝第三方庫。選用本書作教材的老師請登錄www.cmpedu.com注冊下載課件等教學(xué)資源，或發(fā)郵件至jinacmp@163.com索取。 \n

作者簡介

暫缺《Python數(shù)據(jù)分析與數(shù)據(jù)挖掘》作者簡介

圖書目錄

目錄 \n
前言 \n
第1章Python介紹及安裝1 \n
1.1Python出現(xiàn)1 \n
1.2Python的特性2 \n
1.3安裝和使用Python3 \n
單元練習(xí)13 \n
第2章Python語言基礎(chǔ)14 \n
2.1Python語句14 \n
2.2基本數(shù)據(jù)類型17 \n
2.3標(biāo)識符與變量18 \n
2.4運(yùn)算及運(yùn)算符20 \n
2.5程序結(jié)構(gòu)24 \n
2.6面向?qū)ο?8 \n
2.7常用標(biāo)準(zhǔn)庫函數(shù)29 \n
2.8自定義函數(shù)45 \n
單元練習(xí)47 \n
第3章Python數(shù)據(jù)組織 \n
結(jié)構(gòu)493.1字符串49 \n
3.2列表54 \n
3.3元組60 \n
3.4集合61 \n
3.5映射（字典）64 \n
3.6數(shù)組67 \n
3.7矩陣74 \n
3.8系列78 \n
3.9數(shù)據(jù)框架81 \n
單元練習(xí)93 \n
第4章數(shù)據(jù)生成和采集96 \n
4.1數(shù)據(jù)生成和載入96 \n
4.2數(shù)據(jù)文件訪問114 \n
4.3數(shù)據(jù)庫訪問134 \n
4.4網(wǎng)絡(luò)數(shù)據(jù)采集136 \n
單元練習(xí)151 \n
第5章數(shù)據(jù)整理153 \n
5.1數(shù)據(jù)類型及精度轉(zhuǎn)換153 \n
5.2數(shù)據(jù)抽樣154 \n
5.3缺失值處理157 \n
5.4重復(fù)值處理160 \n
5.5異常值處理161 \n
5.6排序162 \n
5.7標(biāo)準(zhǔn)化163 \n
5.8離散化165 \n
5.9數(shù)值編碼167 \n
5.10擬合與插值171 \n
單元練習(xí)175 \n
第6章數(shù)據(jù)變換177 \n
6.1線性空間變換177 \n
6.2域變換183 \n
單元練習(xí)185 \n
第7章數(shù)據(jù)規(guī)約186 \n
7.1主成分分析186 \n
7.2因子分析187 \n
7.3獨(dú)立成分分析189 \n
7.4多維標(biāo)度分析190 \n
7.5線性判別分析191 \n
7.6TSNE193 \n
7.7特征選擇194 \n
單元練習(xí)197 \n
第8章數(shù)據(jù)可視化分析198 \n
8.1Matplotlib繪圖198 \n
8.2Pandas繪圖229 \n
8.3Seaborn繪圖241 \n
8.4Networkx繪圖255 \n
8.5Graphviz繪圖256 \n
單元練習(xí)257 \n
第9章數(shù)據(jù)分析261 \n
9.1統(tǒng)計分析261 \n
9.2回歸分析280 \n
9.3時間序列分析288 \n
單元練習(xí)301 \n
第10章數(shù)據(jù)挖掘304 \n
10.1關(guān)聯(lián)分析304 \n
10.2分類歸納308 \n
10.3聚類分析326 \n
單元練習(xí)336 \n
參考文獻(xiàn)338 \n