<progress id="11te6"><strike id="11te6"></strike></progress>

注冊 | 登錄讀書好，好讀書，讀好書！

當(dāng)前位置：首頁出版圖書科學(xué)技術(shù)計算機/網(wǎng)絡(luò)軟件與程序設(shè)計漫畫Python數(shù)據(jù)分析

漫畫Python數(shù)據(jù)分析

定　價：￥69.00

作　者：	張文霖
出版社：	電子工業(yè)出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥51.70)

ISBN：	9787121457753	出版時間：	2023-07-01	包裝：	平裝-膠訂
開本：	32開	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡介

　　本書從解決工作中的實際問題出發(fā)，以漫畫形式講解數(shù)據(jù)分析知識，并提煉、總結(jié)工作中常用的Python 數(shù)據(jù)處理、數(shù)據(jù)分析實戰(zhàn)方法與技巧。本書力求通俗易懂地介紹相關(guān)知識，在不影響學(xué)習(xí)、理解效果的前提下，盡可能地避免使用晦澀難懂的Python 編程、統(tǒng)計術(shù)語或模型公式，如需了解相關(guān)的知識，可查閱相關(guān)的圖書或資料。本書定位是帶領(lǐng)Python 數(shù)據(jù)分析初學(xué)者入門，并能在學(xué)習(xí)和工作中解決大部分問題，或滿足大部分需求。入門后，讀者如需進一步學(xué)習(xí)進階技能，可自行擴展閱讀相關(guān)圖書或資料。學(xué)習(xí)是永無止境的，正所謂“師傅領(lǐng)進門，修行在個人”。

作者簡介

　　張文霖，新浪博客“小蚊子數(shù)據(jù)分析”博主，“誰說菜鳥不會數(shù)據(jù)分析“系列圖書作者，具有多年移動互聯(lián)網(wǎng)數(shù)據(jù)分析經(jīng)驗，略懂Excel、PPT、SPSS、Python、SQL等工具。

圖書目錄

第1 章數(shù)據(jù)分析概況
1.1 數(shù)據(jù)分析定義
1.2 數(shù)據(jù)分析作用
1.3 數(shù)據(jù)分析步驟
1.3.1 明確分析目的和思路
1.3.2 數(shù)據(jù)收集
1.3.3 數(shù)據(jù)處理
1.3.4 分析數(shù)據(jù)
1.3.5 數(shù)據(jù)展現(xiàn)
1.3.6 報告撰寫
1.4 常用的數(shù)據(jù)分析工具
第2 章 Python 概況
2.1 Anaconda 安裝與使用
2.1.1 Anaconda 簡介
2.1.2 安裝Anaconda
2.1.3 使用Spyder
2.2 變量
2.2.1 變量定義
2.2.2 變量賦值
2.2.3 變量命名
2.3 數(shù)據(jù)類型
2.3.1 數(shù)值型
2.3.2 字符型
2.3.3 邏輯型
2.4 數(shù)據(jù)結(jié)構(gòu)
2.4.1 列表
2.4.2 元組
2.4.3 字典
2.4.4 序列
2.4.5 數(shù)據(jù)框
2.5 函數(shù)
2.5.1 函數(shù)簡介
2.5.2 Python 內(nèi)置函數(shù)
2.5.3 使用函數(shù)
2.6 模塊
2.6.1 模塊簡介
2.6.2 Python 標(biāo)準(zhǔn)模塊
2.6.3 使用模塊
2.7 Python 編程注意事項
第3 章數(shù)據(jù)處理
3.1 數(shù)據(jù)導(dǎo)入導(dǎo)出
3.1.1 數(shù)據(jù)導(dǎo)入
3.1.2 數(shù)據(jù)訪問
3.1.3 數(shù)據(jù)導(dǎo)出
3.2 數(shù)據(jù)清洗
3.2.1 數(shù)據(jù)排序
3.2.2 重復(fù)數(shù)據(jù)處理
3.2.3 空格數(shù)據(jù)處理
3.3 數(shù)據(jù)轉(zhuǎn)換
3.3.1 數(shù)據(jù)類型查看
3.3.2 數(shù)值轉(zhuǎn)字符
3.3.3 字符轉(zhuǎn)數(shù)值
3.3.4 字符轉(zhuǎn)時間
3.3.5 時間轉(zhuǎn)字符
3.4 數(shù)據(jù)抽取
3.4.1 字段拆分
3.4.2 記錄抽取
3.5 數(shù)據(jù)合并
3.5.1 記錄合并
3.5.2 字段合并
3.5.3 字段匹配
3.6 數(shù)據(jù)計算
3.6.1 簡單計算
3.6.2 時間計算
3.6.3 數(shù)據(jù)分組
第4 章數(shù)據(jù)分析
4.1 對比分析
4.2 描述性分析
4.3 分組分析
4.4 結(jié)構(gòu)分析
4.5 分布分析
4.6 交叉分析
4.7 矩陣分析
4.8 轉(zhuǎn)化分析
4.9 RFM 分析
4.10 留存分析
4.11 生命周期價值分析
4.12 簡單線性回歸
第5 章數(shù)據(jù)可視化
5.1 數(shù)據(jù)可視化簡介
5.1.1 什么是數(shù)據(jù)可視化
5.1.2 數(shù)據(jù)可視化常用圖表
5.1.3 通過關(guān)系選擇圖表
5.1.4 Python 可視化模塊
5.2 matplotlib 入門
5.3 餅圖
5.4 柱形圖
5.5 條形圖
5.6 折線圖
5.7 面積圖
5.8 散點圖
5.9 矩陣圖