Python數(shù)據(jù)分析與數(shù)據(jù)挖掘
定 價(jià):65 元
叢書(shū)名:普通高等教育人工智能與大數(shù)據(jù)系列教材
當(dāng)前圖書(shū)已被 14 所學(xué)校薦購(gòu)過(guò)!
查看明細(xì)
- 作者:葛東旭
- 出版時(shí)間:2022/6/1
- ISBN:9787111702207
- 出 版 社:機(jī)械工業(yè)出版社
- 中圖法分類(lèi):TP311.561
- 頁(yè)碼:338
- 紙張:
- 版次:
- 開(kāi)本:16
本書(shū)分為10章。第1章介紹Python語(yǔ)言的起源和特性,以及安裝Python及其開(kāi)發(fā)環(huán)境的方法;第2章介紹Python語(yǔ)言的基礎(chǔ)知識(shí);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(duì)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(kù),以不同的可視化方法和形式對(duì)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(lèi)和聚類(lèi)算法。
本書(shū)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(qǐng)選用本書(shū)作教材的教師登錄www.cmpedu.com注冊(cè)后下載,或發(fā)郵件至jinacmp@163.com索。ㄗ⒚鲗W(xué)校名+姓名)。
本書(shū)可作為普通高校計(jì)算機(jī)、大數(shù)據(jù)、人工智能、金融管理等專(zhuān)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(kāi)發(fā)的技術(shù)人員參考。
本書(shū)配有電子課件和程序代碼,書(shū)中的程序代碼均在Python 3.8、Anaconda 3上調(diào)試通過(guò),有些需要安裝第三方庫(kù)。選用本書(shū)作教材的老師請(qǐng)登錄www.cmpedu.com注冊(cè)下載課件等教學(xué)資源,或發(fā)郵件至jinacmp@163.com索取。
目錄
前言
第1章Python介紹及安裝1
1.1Python出現(xiàn)1
1.2Python的特性2
1.3安裝和使用Python3
單元練習(xí)13
第2章Python語(yǔ)言基礎(chǔ)14
2.1Python語(yǔ)句14
2.2基本數(shù)據(jù)類(lèi)型17
2.3標(biāo)識(shí)符與變量18
2.4運(yùn)算及運(yùn)算符20
2.5程序結(jié)構(gòu)24
2.6面向?qū)ο?8
2.7常用標(biāo)準(zhǔn)庫(kù)函數(shù)29
2.8自定義函數(shù)45
單元練習(xí)47
第3章Python數(shù)據(jù)組織
結(jié)構(gòu)493.1字符串49
3.2列表54
3.3元組60
3.4集合61
3.5映射(字典)64
3.6數(shù)組67
3.7矩陣74
3.8系列78
3.9數(shù)據(jù)框架81
單元練習(xí)93
第4章數(shù)據(jù)生成和采集96
4.1數(shù)據(jù)生成和載入96
4.2數(shù)據(jù)文件訪(fǎng)問(wèn)114
4.3數(shù)據(jù)庫(kù)訪(fǎng)問(wèn)134
4.4網(wǎng)絡(luò)數(shù)據(jù)采集136
單元練習(xí)151
第5章數(shù)據(jù)整理153
5.1數(shù)據(jù)類(lèi)型及精度轉(zhuǎn)換153
5.2數(shù)據(jù)抽樣154
5.3缺失值處理157
5.4重復(fù)值處理160
5.5異常值處理161
5.6排序162
5.7標(biāo)準(zhǔn)化163
5.8離散化165
5.9數(shù)值編碼167
5.10擬合與插值171
單元練習(xí)175
第6章數(shù)據(jù)變換177
6.1線(xiàn)性空間變換177
6.2域變換183
單元練習(xí)185
第7章數(shù)據(jù)規(guī)約186
7.1主成分分析186
7.2因子分析187
7.3獨(dú)立成分分析189
7.4多維標(biāo)度分析190
7.5線(xiàn)性判別分析191
7.6TSNE193
7.7特征選擇194
單元練習(xí)197
第8章數(shù)據(jù)可視化分析198
8.1Matplotlib繪圖198
8.2Pandas繪圖229
8.3Seaborn繪圖241
8.4Networkx繪圖255
8.5Graphviz繪圖256
單元練習(xí)257
第9章數(shù)據(jù)分析261
9.1統(tǒng)計(jì)分析261
9.2回歸分析280
9.3時(shí)間序列分析288
單元練習(xí)301
第10章數(shù)據(jù)挖掘304
10.1關(guān)聯(lián)分析304
10.2分類(lèi)歸納308
10.3聚類(lèi)分析326
單元練習(xí)336
參考文獻(xiàn)338