123,123

內(nèi)容簡(jiǎn)介

　　本書是一本使用 Python 3.8 進(jìn)行數(shù)據(jù)處理和分析的學(xué)習(xí)指南。全書分為三部分：基礎(chǔ)入門、實(shí)戰(zhàn)案例及拓展與應(yīng)用。在基礎(chǔ)入門部分，介紹了 Python 的語(yǔ)法基礎(chǔ)，包括數(shù)據(jù)類型、流程控制、函數(shù)，數(shù)據(jù)的導(dǎo)入導(dǎo)出，數(shù)據(jù)處理的 NumPy 和 Pandas 庫(kù)，數(shù)據(jù)清洗、數(shù)據(jù)分析、數(shù)據(jù)可視化和圖像處理，以及正則表達(dá)式和爬蟲方面的知識(shí)點(diǎn)；在實(shí)戰(zhàn)案例部分，介紹了中文分詞 jieba 庫(kù)，并用三個(gè)完整的數(shù)據(jù)分析案例介紹了數(shù)據(jù)的清洗和分析過(guò)程；在拓展與應(yīng)用部分，主要介紹了 Python 對(duì)文件系統(tǒng)的操作和格式化字符串的輸出，并對(duì)數(shù)據(jù)庫(kù)的操作、Python 應(yīng)用模塊的 DIY 與發(fā)布，以及機(jī)器學(xué)習(xí)入門做了簡(jiǎn)單的介紹。本書內(nèi)容豐富、簡(jiǎn)單易懂，適合本科生、研究生閱讀，以及對(duì) Python 語(yǔ)言感興趣或者想要使用 Python 語(yǔ)言進(jìn)行數(shù)據(jù)分析的讀者參考。

作者簡(jiǎn)介

　　余本國(guó)，博士，副教授，碩士研究生導(dǎo)師。2001年畢業(yè)于石河子大學(xué)數(shù)學(xué)系，同年到中北大學(xué)（原華北工學(xué)院）任教，主講線性代數(shù)、高等數(shù)學(xué)、微積分、概率統(tǒng)計(jì)、數(shù)學(xué)實(shí)驗(yàn)、Python語(yǔ)言、大數(shù)據(jù)分析基礎(chǔ)等課程。2012年到加拿大York University做訪問(wèn)學(xué)者?，F(xiàn)工作于海南醫(yī)學(xué)院生物醫(yī)學(xué)信息與工程學(xué)院。出版有個(gè)人著作《感受加拿大游學(xué)周記》《Python數(shù)據(jù)分析基礎(chǔ)》《基于Python的大數(shù)據(jù)分析基礎(chǔ)及實(shí)戰(zhàn)》《Python在機(jī)器學(xué)習(xí)中的應(yīng)用》《Python 機(jī)器學(xué)習(xí)算法與實(shí)戰(zhàn)》《PyTorch深度學(xué)習(xí)入門與實(shí)踐》《Python大數(shù)據(jù)分析與應(yīng)用實(shí)戰(zhàn)》等。

圖書目錄

部分基礎(chǔ)入門
第 1 章　Python 基礎(chǔ)
1.1 安裝 Anaconda
1.2 語(yǔ)法基礎(chǔ)
1.3 程序結(jié)構(gòu)
1.4 函數(shù)
1.5 數(shù)據(jù)類型
1.6 map()、filter() 和 reduce() 函數(shù)
1.7 面向?qū)ο缶幊袒A(chǔ)
1.8 實(shí)戰(zhàn)案例：我的個(gè)程序（驗(yàn)證用戶名和密碼）
1.9 本章小結(jié)
第 2 章　NumPy 庫(kù)
2.1 數(shù)組的創(chuàng)建
2.2 數(shù)組的操作
2.3　數(shù)組的計(jì)算
2.4 統(tǒng)計(jì)基礎(chǔ)
2.5 矩陣運(yùn)算
2.6 實(shí)戰(zhàn)案例：股票統(tǒng)計(jì)分析
2.7 本章小結(jié)
第 3 章　Pandas 庫(kù)
3.1  序列
3.2 數(shù)據(jù)框
3.3　數(shù)據(jù)的導(dǎo)入
3.4 數(shù)據(jù)的導(dǎo)出
3.5　實(shí)戰(zhàn)案例：身體質(zhì)量數(shù)據(jù)處理
3.6 本章小結(jié)
第 4 章　數(shù)據(jù)處理
4.1　數(shù)據(jù)清洗
4.2　數(shù)據(jù)抽取
4.3　插入記錄
4.4　修改記錄
4.5 交換行或列
4.6 排名索引
4.7 數(shù)據(jù)合并
4.8 數(shù)據(jù)計(jì)算
4.9 數(shù)據(jù)分組
4.10 日期處理
4.11 實(shí)戰(zhàn)案例：數(shù)據(jù)處理
4.12 本章小結(jié)
第 5 章　數(shù)據(jù)分析
5.1 描述性統(tǒng)計(jì)分析
5.2　分組分析
5.3　分布分析
5.4 交叉分析
5.5 結(jié)構(gòu)分析
5.6 相關(guān)分析
5.7 實(shí)戰(zhàn)案例：電商數(shù)據(jù)相關(guān)分析
5.8 本章小結(jié)
第 6 章　數(shù)據(jù)可視化
6.1　Matplotlib 可視化
6.2 pyecharts 可視化
6.3　networkx 可視化
6.4 Plotly 可視化
6.5 Python 圖像處理基礎(chǔ)
6.6 實(shí)戰(zhàn)案例：貨物動(dòng)態(tài)流向圖
6.7 本章小結(jié)
第 7 章　字符串處理與網(wǎng)絡(luò)爬蟲
7.1　字符串處理
7.2 網(wǎng)絡(luò)爬蟲
7.3 實(shí)戰(zhàn)案例：批量下載圖片
7.4　本章小結(jié)

第二部分實(shí)戰(zhàn)案例
第 8 章　分詞與詞云
8.1 詞云的概念
8.2  安裝 jieba 庫(kù)
8.3　jieba 庫(kù)的用法
8.4 詞云
8.5 背景詞云圖的制作
8.6 本章小結(jié)
第 9 章　航空客戶分類
9.1　情景問(wèn)題的提出
9.2  K-Means 算法
9.3 情景問(wèn)題模型的建立
9.4　代碼實(shí)現(xiàn)
9.5　分類結(jié)果與分析
9.6 本章小結(jié)
第 10 章　文本分類分析
10.1 讀取數(shù)據(jù)
10.2　數(shù)據(jù)處理
10.3　構(gòu)建文本特征與建模
10.4　本章小結(jié)
第 11 章　貸款風(fēng)險(xiǎn)評(píng)估分析
11.1  問(wèn)題分析
11.2  數(shù)據(jù)的導(dǎo)入與整理
11.3  模型訓(xùn)練
11.4  模型預(yù)測(cè)
11.5 本章小結(jié)

第三部分拓展與應(yīng)用
第 12 章　os 與 glob 模塊
12.1 os 模塊
12.2 glob 模塊
12.3 實(shí)戰(zhàn)案例：生成專屬的二維碼
12.4 本章小結(jié)
第 13 章　字符串的格式化輸出
13.1  % 格式化
13.2 format 格式化
13.3  f 格式化
13.4 Template 格式化
13.5 本章小結(jié)
第 14 章　在 Python 中使用數(shù)據(jù)庫(kù)
14.1  創(chuàng)建 / 打開數(shù)據(jù)庫(kù)
14.2  插入數(shù)據(jù)
14.3  查詢記錄
14.4  修改記錄
14.5  刪除記錄
14.6  增刪改查的異常處理
14.7 實(shí)戰(zhàn)案例：我的庫(kù)我做主（MySQL）
14.8 本章小結(jié)
第 15 章　DIY 庫(kù)的發(fā)布
15.1  分形簡(jiǎn)介
15.2  分形的繪制方法
15.3  發(fā)布 fractal 庫(kù)
15.4 本章小結(jié)
第 16 章　機(jī)器學(xué)習(xí)入門
16.1 入門案例
16.2 監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)
16.3 機(jī)器學(xué)習(xí)中常見的算法
16.4  本章小結(jié)
參考文獻(xiàn)