數(shù)據(jù)分析技術(shù)：Python數(shù)據(jù)分析項(xiàng)目化教程

定　價：￥36.80

作　者：	薛國偉
出版社：	高等教育出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

京東 (￥36.80)

ISBN：	9787040507478	出版時間：	2019-03-01	包裝：	平裝
開本：	16開	頁數(shù)：	176	字?jǐn)?shù)：

內(nèi)容簡介

　　《數(shù)據(jù)分析技術(shù)：Python數(shù)據(jù)分析項(xiàng)目化教程》從Python的相關(guān)技能開始，介紹使用Python進(jìn)行數(shù)據(jù)分析的知識、技術(shù)和技能?！稊?shù)據(jù)分析技術(shù)：Python數(shù)據(jù)分析項(xiàng)目化教程》主要包括安裝、配置Python及第三方擴(kuò)展包的方法；Python語言基礎(chǔ)；使用Python進(jìn)行數(shù)據(jù)分析的基本方法；使用numpy進(jìn)行數(shù)據(jù)分析的基本方法；使用pandas進(jìn)行數(shù)據(jù)分析的基本方法和數(shù)據(jù)可視化技術(shù)。《數(shù)據(jù)分析技術(shù)：Python數(shù)據(jù)分析項(xiàng)目化教程》為新形態(tài)一體化教材，配有豐富的教學(xué)資源，包括微課教學(xué)課件、案例素材、課后習(xí)題及習(xí)題答案等。與《數(shù)據(jù)分析技術(shù)：Python數(shù)據(jù)分析項(xiàng)目化教程》配套的數(shù)字課程已在“智慧職教”網(wǎng)站上線，學(xué)習(xí)者可以登錄網(wǎng)站進(jìn)行學(xué)習(xí)，也可以通過掃描書中二維碼觀看教學(xué)視頻.詳見“智慧職教服務(wù)指南”?！稊?shù)據(jù)分析技術(shù)：Python數(shù)據(jù)分析項(xiàng)目化教程》適合Python初、中級用戶使用，可作為高職院校軟件技術(shù)專業(yè)、大數(shù)據(jù)技術(shù)與應(yīng)用專業(yè)的專業(yè)教材，也可供軟件設(shè)計(jì)學(xué)習(xí)者參考使用。

作者簡介

暫缺《數(shù)據(jù)分析技術(shù)：Python數(shù)據(jù)分析項(xiàng)目化教程》作者簡介

圖書目錄

項(xiàng)目1 搭建Python數(shù)據(jù)分析開發(fā)環(huán)境
1．1 情境描述
1．2 任務(wù)分析
1．3 任務(wù)實(shí)施：安裝并配置Pvthon開發(fā)環(huán)境
1．3．1 安裝Microsoft Visual C++Build Tools
1．3．2 安裝Pvthon
1．3．3 設(shè)置環(huán)境變量
1．3．4 安裝nurrlpy
1．3．5 安裝pandas
1．3．6 安裝Matplotlib
1．4 拓展任務(wù)：安裝Alacollda開發(fā)環(huán)境
1．5 知識儲備
1．5．1 IDI-E開發(fā)環(huán)境介紹
1．5．2 使用pip進(jìn)行第三方庫管理
1．5．3 Arlacorlda開發(fā)環(huán)境介紹
1．5．4 使用cor、da進(jìn)行第三方庫管理
1．6 課后練習(xí)
項(xiàng)目2 點(diǎn)餐系統(tǒng)
2．1 情境描述
2．2 任務(wù)分析
2．3 任務(wù)實(shí)施
2．3．1 設(shè)計(jì)入口程序
2．3．2 設(shè)計(jì)費(fèi)用計(jì)算函數(shù)
2．3．3 設(shè)計(jì)點(diǎn)餐模塊
2．3．4 設(shè)計(jì)打印報(bào)告模塊
2．3．5 設(shè)計(jì)導(dǎo)出報(bào)表模塊
2．3．6 退出程序
2．4 知識儲備
2．4．1 pytt]on解釋器
2．4．2 引入模塊
2．4．3 語言基礎(chǔ)
2．4．4 控制流
2．4．5 三元表達(dá)式
2．4．6 文件操作
2．5 課后練習(xí)
項(xiàng)目3 景區(qū)游客量統(tǒng)計(jì)
3．1 情境描述
3．2 任務(wù)分析
3．3 任務(wù)實(shí)施：使用Python實(shí)現(xiàn)
3．3．1 計(jì)算九寨溝的游客總量
3．3．2 計(jì)算其他景區(qū)的游客總數(shù)
3．4 任務(wù)實(shí)施：使用numpy和parldas包實(shí)現(xiàn)
3．4．1 使用numpy包實(shí)現(xiàn)
3．4．2 使用parldas包實(shí)現(xiàn)
3．4．3 3種實(shí)現(xiàn)方法的比較
3．5 知識儲備
3．5．1 數(shù)據(jù)分析技術(shù)簡介
3．5．2 CSV文件介紹
3．5．3 Excel文件介紹
3．5．4 Python常用數(shù)值類型
3．5．5 字符串類型
3．5．6 布爾值類型
3．5．7 日期和時間類型
3．5．8 元組
3．5．9 列表
3．5．1 0字典
3．5．1 1集合
3．6 課后練習(xí)
項(xiàng)目4 新浪股票分析
4．1 情境描述
4．2 任務(wù)分析
4．3 任務(wù)實(shí)施
4．3．1 計(jì)算收盤價常用統(tǒng)計(jì)量
4．3．2 計(jì)算股價最高值和最低值
4．3．3 計(jì)算成交量加權(quán)平均價
4．3．4 “周末效應(yīng)”分析
4．4 知識儲備
4．4．1 nurrlpy簡介
4．4．2 使用nurrlpy數(shù)組對象
4．4．3 使用nurrlpy的函數(shù)讀寫文件
4．5 課后練習(xí)
項(xiàng)目5 井下環(huán)境監(jiān)測數(shù)據(jù)處理
5．1 情境描述
5．2 任務(wù)分析
5．3 任務(wù)實(shí)施
5．3．1 井下溫度缺失值和異常值處理
5．3．2 處理其余井下環(huán)境指標(biāo)數(shù)據(jù)
5．3．3 使用pa rldas處理缺失數(shù)據(jù)
5．4 知識儲備
5．4．1 parldas介紹
5．4．2 parldas的Series對象
5．4．3 parldas的DataFrame對象
5．4．4 使用pa r]das的函數(shù)讀寫文件
5．5 課后練習(xí)
項(xiàng)目6 超市商品銷售額相關(guān)性分析
6．1 情境描述
6．2 任務(wù)分析
6．3 任務(wù)實(shí)施
6．3．1 分析水果和化妝品銷售額的相關(guān)性
6．3．2 分析化妝品和蔬菜的相關(guān)性
6．3．3 分析化妝品和海鮮銷售額的相關(guān)性
6．3．4 使用parldas分析多種商品銷售額的相關(guān)性
6．4 知識儲備
6．4．1 方差、標(biāo)準(zhǔn)差、協(xié)方差、相關(guān)系數(shù)
6．4．2 使用Matplotlib進(jìn)行數(shù)據(jù)可視化
6．5 課后練習(xí)
參考文獻(xiàn)