Python極簡講義：一本書入門數據分析與機器學習 ( 簡體 字) |
| 作者：張玉宏 | 類別：1. -> 程式設計 -> Python |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 52620
詢問書籍請說出此書號！【缺書】
NT售價： 640 元 |
| 出版日：4/1/2020 |
| 頁數：588 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121387043 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：前言
為什么寫此書
我們正處于一個數據科技（Data Technology，DT）時代。在這個時代，我們的一舉一動都能在數據空間留下電子印記，于是海量的社交、電商、科研大數據撲面而來。然而，太多的數據給人們帶來的，可能并不是更多的洞察，反而是迷失。
因為僅就數據本身而言，它們是“一無所知”的。數據的價值，在于形成信息，變成知識，乃至升華為智慧。也就是說，這些數據如果不能進一步被“深加工”，即使數據量再“大”，也意義甚小。
于是，就派生出這么一個問題：這些數據，由誰來深加工？其實，早在2012年，《哈佛商業評論》就刊登了一篇文章并給出了答案，進行數據深加工的人就是“數據科學家”。文章還斷言，數據科學家是21世紀最“性感”的職業。
但如何成為一名數據科學家呢？尤其是一名“性感”的數據科學家？作為一個有點文藝范兒的理工男，我喜歡讀書，從書中獲得啟迪。
我曾讀過埃里克?萊斯（Eric Ries）寫的一本有關創業的書，書名是《精益創業》（The Lean Startup）。在閱讀這本書時，有一個概念深入我心，那就是“最小可行產品”（Minimum Viable Product，MVP）。圍繞這個概念，創業者在創業初期不可貪多求全，而應該先做出一個最小的可用產品，拿到市場上去檢驗，然后根據反饋反復迭代，打磨升級，最終做出比較完善、比較成功的產品。
后來，我看到有人提出了類似的概念——最少必要知識（Minimal Actionable Knowledge and Experience，MAKE）。這個概念點醒了我，我覺得自己大概找到了“如何成為一名數據科學家”這個問題的答案：You can MAKE it！
先來說說什么是MAKE。它指的是入門某個新領域切實可行的最小知識集合。MAKE說起來好像比較高級，但實際上，它背后有一個支撐它的樸素原則——Pareto原則（亦稱80-20原則），即80%的工作問題可以通過掌握20%的知識來解決。
同樣，想成為一名“性感”的數據科學家，一條路自然是按部就班地學習所有技能——十年磨一劍，但這樣做的風險在于，當你“攜劍下山”時，別人可能已經用上了飛機、大炮。這樣的對壘，你勝算幾何？
其實還有另一條備選之路，那就是走一走MAKE之道。在學習某項技能（如Python、數據分析、機器學習）時，我們要想辦法在最短的時間內，摸索清楚這項技能的“最少必要知識”。一方面，它已然可以幫我們解決工作中的大部分問題；另一方面，入門之后，技能的提升通道可以在實踐中尋得，缺啥補啥。有明確的任務導向，學習就會有如神助，這也是當前時代的快節奏學習法。
說到這里，本書的寫作初衷就呼之欲出了。是的，這本書的定位就是，為初學者提供關于數據科學的“最少必要知識”，從而讓你獲得那份最“性感”的工作。這些知識包含了成為數據科學家所需要掌握的基礎內容——Python編程、數據分析、機器學習。
本書內容
本書主要介紹Python的基礎知識、數據分析的必備技能，以及機器學習相關內容。全書共分10章，每章的內容簡介如下。
第１章 初識Python與Jupyter
Python是最具人氣的編程語言之一，Jupyter是人氣與口碑俱佳的Python開發平臺。本章將介紹Python和Jupyter的基本內容，包括Python的安裝與運行，以及文學化編程利器Jupyter的使用方法。
第2章 數據類型與程序控制結構
本章將介紹Python的基礎語法及常見的數據類型，包括數值型、布爾類型、字符串型、列表、元組、字典、集合等。此外，本章還將介紹三種程序控制結構（順序結構、選擇結構和循環結構）和高效的推導式。
第3章 自建Python模塊與第三方模塊
本章將介紹Python的自定義模塊及常用的第三方模塊，包括collection、datetime、json、random等模塊。
第4章 Python函數
本章將討論Python的函數定義、函數參數（關鍵字參數、可變參數、默認參數等）的“花式”傳遞、函數的遞歸調用，以及函數式編程。
第5章 Python高級特性
本章將介紹Python中的一些高階應用，這些高階應用能讓我們更高效地寫出更專業的Python代碼。本章內容涉及面向對象程序設計思想、生成器與迭代器、文件操作、異常處理及錯誤調試等。
第6章 NumPy向量計算
本章將討論NumPy數組的構建、方法和屬性，介紹NumPy的廣播機制、布爾索引、數組的堆疊，以及愛因斯坦求和約定等。
第7章 Pandas數據分析
Pandas是數據分析的利器，本章將主要介紹Pandas的兩種常用數據處理結構：Series和DataFrame。同時介紹基于Pandas的文件讀取與分析，涉及數據的清洗、條件過濾、聚合與分組等。
第8章 Matplotlib與Seaborn可視化分析
Matplotlib和Seaborn是非常好用的數據可視化包，本章將主要介紹Matplotlib和Seaborn的基本用法，并基于此繪制可視化圖形，包括散點圖、條形圖、直方圖、餅圖等。同時，本章將以谷歌流感趨勢數據為例，結合Pandas進行可視化分析。
第9章 機器學習初步
本章將主要介紹有關機器學習的初步知識，包括機器學習的定義，機器學習的幾個主要流派，并討論機器學習模型的性能評估指標，包括混淆矩陣、查準率、查全率、P-R曲線、ROC曲線等。
第10章 sklearn與經典機器學習算法
本章將主要講解知名機器學習框架sklearn的用法，并介紹幾種經典機器學習算法的原理和實戰，這些算法包括線性回歸、k-近鄰算法、Logistics回歸、神經網絡學習算法、k均值聚類算法等。
閱讀準備
要想運行本書中的示例代碼，需要提前安裝如下系統及軟件。
? 操作系統：Windows、macOS、Linux均可。
? Python環境：建議使用Anaconda安裝，確保版本為Python 3.x即可。
? NumPy：建議使用Anaconda安裝NumPy 1.18及以上版本。
? Pandas：建議使用Anaconda安裝Pandas 1.0.1及以上版本。
? sklearn：建議使用Anaconda安裝sklearn 0.22.1及以上版本。 |
內容簡介：本書以圖文并茂的方式介紹了Python的基礎內容，并深入淺出地介紹了數據分析和機器學習領域的相關入門知識。第1章至第5章以極簡方式講解了Python的常用語法和使用技巧，包括數據類型與程序控制結構、自建Python模塊與第三方模塊、Python函數和面向對象程序設計等。第6章至第8章介紹了數據分析必備技能，如NumPy、Pandas和Matplotlib。第9章和第10章主要介紹了機器學習的基本概念和機器學習框架sklearn的基本用法。對人工智能相關領域、數據科學相關領域的讀者而言，本書是一本極簡入門手冊。對于從事人工智能產品研發的工程技術人員，本書亦有一定的參考價值。 |
目錄：第１章 初識Python與Jupyter 1
1.1 Python概要 2
1.1.1 為什么要學習Python 2
1.1.2 Python中常用的庫 2
1.2 Python的版本之爭 4
1.3 安裝Anaconda 5
1.3.1 Linux環境下的Anaconda安裝 5
1.3.2 conda命令的使用 6
1.3.3 Windows環境下的Anaconda安裝 7
1.4 運行Python 11
1.4.1 驗證Python 11
1.4.2 Python版本的Hello World 12
1.4.3 Python的腳本文件 13
1.4.4 代碼縮進 15
1.4.5 代碼注釋 17
1.5 Python中的內置函數 17
1.6 文學化編程—Jupyter 20
1.6.1 Jupyter的由來 20
1.6.2 Jupyter的安裝 21
1.6.3 Jupyter的使用 23
1.6.4 Markdown編輯器 26
1.7 Jupyter中的魔法函數 31
1.7.1 %lsmagic函數 31
1.7.2 %matplotlib inline函數 32
1.7.3 %timeit函數 32
1.7.4 %%writefile函數 33
1.7.5 其他常用的魔法函數 34
1.7.6 在Jupyter中執行shell命令 35
1.8 本章小結 35
1.9 思考與提高 36
第2章 數據類型與程序控制結構 40
2.1 為什么需要不同的數據類型 41
2.2 Python中的基本數據類型 42
2.2.1 數值型（Number） 42
2.2.2 布爾類型（Boolean） 45
2.2.3 字符串型（String） 45
2.2.4 列表（List） 49
2.2.5 元組（Tuple） 59
2.2.6 字典（Dictionary） 62
2.2.7 集合（Set） 65
2.3 程序控制結構 67
2.3.1 回顧那段難忘的歷史 67
2.3.2 順序結構 69
2.3.3 選擇結構 70
2.3.4 循環結構 74
2.4 高效的推導式 80
2.4.1 列表推導式 80
2.4.2 字典推導式 83
2.4.3 集合推導式 83
2.5 本章小結 84
2.6 思考與提高 84
第3章 自建Python模塊與第三方模塊 90
3.1 導入Python標準庫 91
3.2 編寫自己的模塊 93
3.3 模塊的搜索路徑 97
3.4 創建模塊包 100
3.5 常用的內建模塊 103
3.5.1 collection模塊 103
3.5.2 datetime模塊 110
3.5.3 json模塊 115
3.5.4 random模塊 118
3.6 本章小結 121
3.7 思考與提高 122
第4章 Python函數 124
4.1 Python中的函數 125
4.1.1 函數的定義 125
4.1.2 函數返回多個值 127
4.1.3 函數文檔的構建 128
4.2 函數參數的“花式”傳遞 132
4.2.1 關鍵字參數 132
4.2.2 可變參數 133
4.2.3 默認參數 136
4.2.4 參數序列的打包與解包 138
4.2.5 傳值還是傳引用 142
4.3 函數的遞歸 146
4.3.1 感性認識遞歸 146
4.3.2 思維與遞歸思維 148
4.3.3 遞歸調用的函數 149
4.4 函數式編程的高階函數 151
4.4.1 lambda表達式 152
4.4.2 filter()函數 153
4.4.3 map()函數 155
4.4.4 reduce()函數 157
4.4.5 sorted()函數 158
4.5 本章小結 159
4.6 思考與提高 160
第5章 Python高級特性 165
5.1 面向對象程序設計 166
5.1.1 面向過程與面向對象之辯 166
5.1.2 類的定義與使用 169
5.1.3 類的繼承 173
5.2 生成器與迭代器 176
5.2.1 生成器 176
5.2.2 迭代器 183
5.3 文件操作 187
5.3.1 打開文件 187
5.3.2 讀取一行與讀取全部行 191
5.3.3 寫入文件 193
5.4 異常處理 193
5.4.1 感性認識程序中的異常 194
5.4.2 異常處理的三步走 195
5.5 錯誤調試 197
5.5.1 利用print()輸出觀察變量 197
5.5.2 assert斷言 198
5.6 本章小結 201
5.7 思考與提高 202
第6章 NumPy向量計算 204
6.1 為何需要NumPy 205
6.2 如何導入NumPy 205
6.3 生成NumPy數組 206
6.3.1 利用序列生成 206
6.3.2 利用特定函數生成 207
6.3.3 Numpy數組的其他常用函數 209
6.4 N維數組的屬性 212
6.5 NumPy數組中的運算 215
6.5.1 向量運算 216
6.5.2 算術運算 216
6.5.3 逐元素運算與張量點乘運算 218
6.6 愛因斯坦求和約定 222
6.6.1 不一樣的標記法 222
6.6.2 NumPy中的einsum()方法 224
6.7 NumPy中的“軸”方向 231
6.8 操作數組元素 234
6.8.1 通過索引訪問數組元素 234
6.8.2 NumPy中的切片訪問 236
6.8.3 二維數組的轉置與展平 238
6.9 NumPy中的廣播 239
6.10 NumPy數組的高級索引 242
6.10.1 “花式”索引 242
6.10.2 布爾索引 247
6.11 數組的堆疊操作 249
6.11.1 水平方向堆疊hstack() 250
6.11.2 垂直方向堆疊vstack() 251
6.11.3 深度方向堆疊hstack() 252
6.11.4 列堆疊與行堆疊 255
6.11.5 數組的分割操作 257
6.12 NumPy中的隨機數模塊 264
6.13 本章小結 266
6.14 思考與提高 267
第7章 Pandas數據分析 271
7.1 Pandas簡介 272
7.2 Pandas的安裝 272
7.3 Series類型數據 273
7.3.1 Series的創建 273
7.3.2 Series中的數據訪問 277
7.3.3 Series中的向量化操作與布爾索引 280
7.3.4 Series中的切片操作 283
7.3.5 Series中的缺失值 284
7.3.6 Series中的刪除與添加操作 286
7.3.7 Series中的name屬性 288
7.4 DataFrame 類型數據 289
7.4.1 構建DataFrame 289
7.4.2 訪問DataFrame中的列與行 293
7.4.3 DataFrame中的刪除操作 298
7.4.4 DataFrame中的“軸”方向 301
7.4.5 DataFrame中的添加操作 303
7.5 基于Pandas的文件讀取與分析 310
7.5.1 利用Pandas讀取文件 311
7.5.2 DataFrame中的常用屬性 312
7.5.3 DataFrame中的常用方法 314
7.5.4 DataFrame的條件過濾 318
7.5.5 DataFrame的切片操作 320
7.5.6 DataFrame的排序操作 323
7.5.7 Pandas的聚合和分組運算 325
7.5.8 DataFrame的透視表 334
7.5.9 DataFrame的類SQL操作 339
7.5.10 DataFrame中的數據清洗方法 341
7.6 泰坦尼克幸存者數據預處理 342
7.6.1 數據集簡介 342
7.6.2 數據集的拼接 344
7.6.3 缺失值的處理 350
7.7 本章小結 353
7.8 思考與提高 353
第8章 Matplotlib與Seaborn可視化分析 365
8.1 Matplotlib與圖形繪制 366
8.2 繪制簡單圖形 366
8.3 pyplot的高級功能 371
8.3.1 添加圖例與注釋 371
8.3.2 設置圖形標題及坐標軸 374
8.3.3 添加網格線 378
8.3.4 繪制多個子圖 380
8.3.5 Axes與Subplot的區別 382
8.4 散點圖 388
8.5 條形圖與直方圖 392
8.5.1 垂直條形圖 392
8.5.2 水平條形圖 394
8.5.3 并列條形圖 395
8.5.4 疊加條形圖 400
8.5.5 直方圖 402
8.6 餅圖 407
8.7 箱形圖 409
8.8 誤差條 411
8.9 繪制三維圖形 413
8.10 與Pandas協作繪圖—以谷歌流感趨勢數據為例 416
8.10.1 谷歌流感趨勢數據描述 416
8.10.2 導入數據與數據預處理 417
8.10.3 繪制時序曲線圖 421
8.10.4 選擇合適的數據可視化表達 423
8.10.5 基于條件判斷的圖形繪制 427
8.10.6 繪制多個子圖 430
8.11 驚艷的Seaborn 431
8.11.1 pairplot（對圖） 432
8.11.2 heatmap（熱力圖） 434
8.11.3 boxplot（箱形圖） 436
8.11.4 violin plot（小提琴圖） 442
8.11.5 Density Plot（密度圖） 446
8.12 本章小結 450
8.13 思考與提高 450
第9章 機器學習初步 459
9.1 機器學習定義 460
9.1.1 什么是機器學習 460
9.1.2 機器學習的三個步驟 461
9.1.3 傳統編程與機器學習的差別 464
9.1.4 為什么機器學習不容易 465
9.2 監督學習 467
9.2.1 感性認識監督學習 467
9.2.2 監督學習的形式化描述 468
9.2.3 損失函數 470
9.3 非監督學習 471
9.4 半監督學習 473
9.5 機器學習的哲學視角 474
9.6 模型性能評估 476
9.6.1 經驗誤差與測試誤差 476
9.6.2 過擬合與欠擬合 477
9.6.3 模型選擇與數據擬合 479
9.7 性能度量 480
9.7.1 二分類的混淆矩陣 480
9.7.2 查全率、查準率與F1分數 481
9.7.3 P-R曲線 484
9.7.4 ROC曲線 485
9.7.5 AUC 489
9.8 本章小結 489
9.9 思考與提高 490
第10章 sklearn與經典機器學習算法 492
10.1 機器學習的利器—sklearn 493
10.1.1 sklearn簡介 494
10.1.3 sklearn的安裝 496
10.2 線性回歸 497
10.2.1 線性回歸的概念 497
10.2.2 使用sklearn實現波士頓房價預測 499
10.3 k-近鄰算法 516
10.3.1 算法簡介 516
10.3.2 k值的選取 518
10.3.3 特征數據的歸一化 519
10.3.4 鄰居距離的度量 521
10.3.5 分類原則的制定 522
10.3.6 基于sklearn的k-近鄰算法實戰 522
10.4 Logistic回歸 527
10.4.1 為什么需要Logistic回歸 527
10.4.2 Logistic源頭初探 529
10.4.3 Logistic回歸實戰 532
10.5 神經網絡學習算法 536
10.5.1 人工神經網絡的定義 537
10.5.2 神經網絡中的“學習”本質 537
10.5.3 神經網絡結構的設計 540
10.5.4 利用sklearn搭建多層神經網絡 541
10.6 非監督學習的代表—k均值聚類 550
10.6.1 聚類的基本概念 551
10.6.2 簇的劃分 552
10.6.3 k均值聚類算法核心 552
10.6.4 k均值聚類算法優缺點 554
10.6.5 基于sklearn的k均值聚類算法實戰 555
10.7 本章小結 561
10.8 思考與提高 562 |
| 序： |
