 |
-- 會員 / 註冊 --
|
 |
|
|
|
Python編程：從數據分析到數據科學 ( 簡體 字) |
| 作者：朝樂門 | 類別：1. -> 程式設計 -> Python |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 50603
詢問書籍請說出此書號！【有庫存】
NT售價： 340 元 |
| 出版日：1/1/2019 |
| 頁數：520 |
| 光碟數：0 |
|
站長推薦：  |
| 印刷：全彩印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121344404 |
| 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：“寫好一本書”是一件功德無量的事情。因為，寫書可以用自己的時間來節約他人的時間。在這浮躁而現實的時代，不去寫論文或爭課題，而是低頭寫教材，明知不會計入工作量或業績，但我還是樂此不疲。按自己的常規速度計算，寫本教材大概也就3 個月的時間，但這次實際投入了整整18個月的精力，目的只有一個——用自己的18個月，為他人節約15個月的時間。
“寫好一本書”需要有好的頂層設計。我在近幾年的教學一線中意識到，國內亟需一本面向數據科學和大數據技術專業人才培養的Python 好教材。目前，相關圖書中存在的問題有：第一、“將Python 當作Java/C 來教（或學）”，換一個“新語言”來討論“老問題”，根本品不出Python 特有的味道；第二、“先講知識點，后擺代碼”式教材編寫風格，以“文字”為主，“代碼”為輔，導致主次顛倒；第三、“數據科學類專業與計算機科學類專業中選用的Python 教材沒什么區別”，不知道誰是誰；第四、“把讀者（或自己）當作編程白癡來寫（或讀）”。目前，多數讀者已有C/Java 等語言的基礎，Python 屬于“第二外語”，不需要低級重復，更不應該用不同語言反復學習同一個知識點，始終徘徊在知識殿堂的門口。突破上述局限并且探索出新的教學模式和教材編寫方式是我編寫這本書的初心。是否達到了預期目標，需要各位仔細閱讀全書之后明鑒。
“寫好一本書”需要有十本書的真材實料。在本書撰寫過程中，我參閱了大量國內外專著、教材、論文、開源項目和原始數據，雖然書中對參考文獻多有標注，但難免掛一漏萬，敬希相關作者鑒諒。書中還吸收了自2015 年以來我和我的團隊撰寫或翻譯的部分短文，同時借鑒了我的課堂上學生曾提問或關注的問題。
“寫好一本書”離不開他人的鼎力相助。電子工業出版社領導及編輯，尤其是章海濤編輯為本書的出版做出了大量工作；感謝教育部—IBM產學合作協同育人項目的資助和支持；感謝中國人民大學劉巖、楊燦軍、李昊璟、王雨晴、曲涵晴、趙群等學生參與了本書的校對工作；家人給予了長期的理解與支持，本人從事基礎研究，淡泊名利，她們卻從不抱怨。
“寫好一本書”是一個長期反復打磨的過程。本書第一版中必有不足之處，望各位讀者不吝賜教。我們將通過華信教育資源網（http://www.hxedu.com.cn）和微信公眾號“數據科學DataScience”實時發布勘誤或更新內容。這是繼《數據科學》《數據科學理論與實踐》之后，我的第三本書。曾有人跟我說，“朝老師，您碩果累累，還那么拼命，未來一定是數據科學領域最大的牛”。我回答，“No，那不是我的目的。我的奮斗目的只有一個：爭取做到數據科學領域最努力的人，也就是最舍得投入時間和精力的人。其他的都無所謂。”希望“我的努力”成為“您的努力”!
朝樂門
于中國人民大學
2018 年12 月 |
內容簡介：朝樂門老師的《Python編程：從數據分析到數據科學（原稿）》作為全國高校大數據教育聯盟主辦的“Python編程及數據分析骨干教師高級研修班”的指定教材，得到與會代表的一致好評。該教材較好地反映了本學科的基本理論、基本知識、基本技能，并注重知識體系的系統性、科學性和先進性，對于大數據類專業中開設Python編程課程具有重要的示范意義和指導作用。—— 全國高校大數據教育聯盟 |
目錄：第一篇 準備工作
1 為什么要學習Python？學習Python 的什么.... 3
2 學習Python 之前需要準備的工作有哪些.... 6
3 如何看懂和運行本書代碼.... 8
3.1 輸入部分......8
3.2 輸出部分..... 10
3.3 錯誤與異常信息...... 11
3.4 外部數據文件.....12
3.5 注意事項..... 14
第二篇 Python基礎
4 數據類型......19
4.1 查看數據類型的方法.... 20
4.2 判斷數據類型的方法.....21
4.3 數據類型的轉換方法.....22
4.4 特殊數據類型.....23
4.5 序列類型.....26
5 變量......28
5.1 變量的定義方法.....29
5.2 Python 是動態類型語言.....29
5.3 Python 是強類型語言.... 30
5.4 Python 中的變量名是引用.....31
5.5 Python 中區分大小寫.....32
5.6 變量命名規范.....32
5.7 iPython 的特殊變量....33
5.8 查看Python 關鍵字的方法..... 34
5.9 查看已定義的所有變量.....35
5.10 刪除變量.....37
6 語句書寫規范......39
6.1 一行一句..... 40
6.2 一行多句..... 40
6.3 一句多行..... 41
6.4 復合語句...... 42
6.5 空語句..... 43
7 賦值語句.....44
7.1 賦值語句在Python 中的重要地位..... 45
7.2 鏈式賦值語句...... 45
7.3 復合賦值語句...... 46
7.4 序列的拆包式賦值...... 46
7.5 兩個變量值的調換...... 47
8 注釋語句......48
8.1 注釋方法..... 48
8.2 注意事項..... 49
9 運算符......50
9.1 特殊運算符.....53
9.2 內置函數......57
9.3 math 模塊.....58
9.4 優先級與結合方向.....59
10 if語句.......61
10.1 基本語法.....61
10.2 elif 語句......62
10.3 if 與三元運算......63
10.4 注意事項...... 64
11 for語句.......67
11.1 基本語法.....67
11.2 range()函數......67
11.3 注意事項.....68
12 while語句......71
12.1 基本語法.....71
12.2 注意事項.....72
13 pass語句.....74
13.1 含義...... 74
13.2 作用.....75
14 列表.......76
14.1 定義方法.....78
14.2 切片操作.....79
14.3 反向遍歷.....81
14.4 類型轉換.....83
14.5 extend 與append 的區別.....83
14.6 列表推導式...... 84
14.7 插入與刪除.....87
14.8 常用操作函數.....89
15 元組.......94
15.1 定義方法.....95
15.2 主要特征.....97
15.3 基本用法.....99
15.4 應用場景...... 100
16 字符串...... 103
16.1 定義方法...... 104
16.2 主要特征...... 105
16.3 字符串的操作...... 106
17 序列.......111
17.1 支持索引...... 112
17.2 支持切片...... 113
17.3 支持迭代...... 114
17.4 支持拆包...... 114
17.5 支持*運算...... 115
17.6 通用函數...... 117
18 集合...... 120
18.1 定義方法...... 121
18.2 主要特征...... 122
18.3 基本運算...... 123
18.4 應用場景...... 125
19 字典.......126
19.1 定義方法...... 127
19.2 字典的主要特征...... 128
19.3 字典的應用場景...... 129
20 迭代器與生成器..... 130
20.1 可迭代對象與迭代器.... 131
20.2 生成器與迭代器...... 132
21 函數...... 134
21.1 內置函數.....135
21.2 模塊函數.....135
21.3 用戶自定義函數.....136
22 內置函數......137
22.1 內置函數的主要特點.... 138
22.2 數學函數...... 138
22.3 類型函數...... 139
22.4 其他功能函數...... 140
23 模塊函數..... 145
23.1 import 模塊名..... 146
23.2 import 模塊名as 別名..... 147
23.3 from 模塊名import 函數名.... 147
24 自定義函數..... 149
24.1 定義方法...... 151
24.2 函數中的docString..... 152
24.3 自定義函數的調用方法.... 152
24.4 返回值...... 153
24.5 自定義函數的形參與實參.... 154
24.6 變量的可見性...... 156
24.7 值傳遞與地址傳遞.... 158
24.8 自定義函數時的注意事項.... 160
25 lambda 函數......162
25.1 lambda 函數的定義方法..... 163
25.2 lambda 函數的調用方法.... 164
26 模塊......166
26.1 導入與用法...... 167
26.2 查看內置模塊清單的方法.... 168
27 包......171
27.1 包的基本術語...... 172
27.2 安裝包...... 172
27.3 查看已安裝包...... 173
27.4 更新（或刪除）已安裝包.... 173
27.5 導入包...... 174
27.6 查看包的幫助...... 175
27.7 常用包...... 176
28 幫助文檔......177
28.1 help 函數..... 178
28.2 DocString ..... 178
28.3 查看源代碼...... 179
28.4 doc 屬性..... 180
28.5 dir()函數..... 181
28.6 其他方法...... 183
第三篇 Python進階
29 異常與錯誤......187
29.1 try/except/finally..... 188
29.2 異常信息的顯示模式.... 189
29.3 斷言...... 190
30 程序調試方法......192
30.1 調試程序的基本方法 .... 193
30.2 設置錯誤信息的顯示方式.... 194
30.3 設置斷言的方法...... 195
31 面向對象編程.....197
31.1 類的定義方法...... 198
31.2 類中的特殊方法...... 199
31.3 類之間的繼承關系.... 201
31.4 私有屬性及@property 裝飾器..... 203
31.5 self 和cls ...... 204
31.6 new 與init 的區別和聯系..... 205
32 魔術命令..... 208
32.1 運行.py 文件：%run.... 209
32.2 統計運行時間：%timeit 與%%timeit... 210
32.3 查看歷史In 和Out 變量：%history .... 211
32.4 更改異常信息的顯示模式：%xmode.... 212
32.5 調試程序：%debug..... 214
32.6 程序運行的逐行統計：%prun 與%lprun .... 215
32.7 內存使用情況的統計：%memit .... 216
33 搜索路徑......218
33.1 變量搜索路徑...... 219
33.2 模塊搜索路徑...... 221
34 當前工作目錄......224
34.1 顯示當前工作目錄的方法.... 225
34.2 更改當前工作目錄的方法.... 225
34.3 讀、寫當前工作目錄的方法.... 226
第四篇 數據加工
35 隨機數......229
35.1 一次生成一個數...... 230
35.2 一次生成一個隨機數組.... 231
36 數組......234
36.1 創建方法...... 238
36.2 主要特征...... 241
36.3 切片/讀取..... 243
36.4 淺拷貝和深拷貝...... 249
36.5 形狀和重構...... 250
36.6 屬性計算...... 254
36.7 ndarray 的計算..... 256
36.8 ndarray 的元素類型..... 258
36.9 插入與刪除...... 259
36.10 缺失值處理...... 260
36.11 ndarray 的廣播規則..... 261
36.12 ndarray 的排序..... 262
37 Series ......265
37.1 Series 的主要特點.... 266
37.2 Series 的定義方法.... 266
37.3 Series 的操作方法.... 269
38 DataFrame.....274
38.1 DataFrame 的創建方法..... 277
38.2 查看行或列...... 278
38.3 引用行或列...... 279
38.4 index 操作...... 283
38.5 刪除或過濾行/列.... 285
38.6 算術運算...... 290
38.7 大小比較運算...... 296
38.8 統計信息...... 297
38.9 排序...... 299
38.10 導入/導出...... 301
38.11 缺失數據處理...... 302
38.12 分組統計...... 308
39 日期與時間......311
39.1 常用包與模塊...... 312
39.2 時間和日期類型的定義.... 312
39.3 轉換方法...... 314
39.4 顯示系統當前時間.... 316
39.5 計算時差...... 317
39.6 時間索引...... 317
39.7 period_range()函數..... 320
40 可視化......321
40.1 Matplotlib 可視化..... 323
40.2 改變圖的屬性...... 326
40.3 改變圖的類型...... 329
40.4 改變圖的坐標軸的取值范圍.... 330
40.5 去掉邊界的空白...... 332
40.6 在同一個坐標上畫兩個圖.... 333
40.7 多圖顯示...... 334
40.8 圖的保存...... 335
40.9 散點圖的畫法...... 335
40.10 Pandas 可視化...... 336
40.11 Seaborn 可視化.... 339
40.12 數據可視化實戰.... 343
41 自然語言處理.....346
41.1 自然語言處理的常用包 .... 347
41.2 自然語言處理的包導入及設置.... 347
41.3 數據讀入...... 348
41.4 分詞處理...... 349
41.5 自定義詞匯...... 350
41.6 停用詞處理...... 354
41.7 詞性分布分析...... 356
41.8 高頻詞分析...... 358
41.9 詞頻統計...... 360
41.10 關鍵詞分析...... 362
41.11 生成詞云...... 363
42 Web爬取.....365
42.1 Scrapy 的下載與安裝.... 367
42.2 Scrapy Shell 的基本原理.... 368
42.3 Scrapy Shell 的應用.... 370
42.4 自定義Spider 類..... 374
42.5 綜合應用...... 379
第五篇 數據分析
43 統計分析......389
43.1 業務理解...... 390
43.2 數據讀入...... 391
43.3 數據理解...... 392
43.4 數據準備...... 393
43.5 模型類型的選擇與超級參數的設置.... 394
43.6 訓練具體模型及查看其統計量.... 396
43.7 擬合優度評價...... 397
43.8 建模前提假定的討論.... 398
43.9 模型的優化與重新選擇.... 400
43.10 模型的應用...... 404
44 機器學習..... 405
44.1 機器學習的業務理解.... 406
44.2 數據讀入...... 407
44.3 數據理解...... 408
44.4 數據準備...... 411
44.5 算法選擇及其超級參數的設置.... 414
44.6 具體模型的訓練...... 415
44.7 用模型進行預測...... 415
44.8 模型評價...... 416
44.9 模型的應用與優化.... 417
第六篇 大數據處理
45 Spark 編程...... 421
45.1 導入pyspark 包..... 423
45.2 SparkSession 及其創建.... 423
45.3 Spark 數據抽象類型.... 426
45.4 Spark DataFrame 操作..... 429
45.5 SQL 編程...... 433
45.6 DataFrame 的可視化..... 436
45.7 Spark 機器學習...... 438
46 Spark Python 開發環境的搭建過程.... 445
46.1 安裝Anaconda ...... 446
46.2 安裝和配置Java..... 449
46.3 安裝和配置Spark .... 451
46.4 安裝和配置Hadoop .... 454
46.5 測試Spark ...... 455
47 NoSQL數據庫.....456
47.1 下載Memcached....457
47.2 安裝Memcached....457
47.3 安裝和導入包pymemcache .....459
47.4 準備試驗數據...... 460
47.5 定義Client 并進行數據讀寫..... 460
47.6 Memcached 的更多操作.....462
第七篇 繼續學習
48 Python 初學者常見錯誤及糾正方法.....467
48.1 NameError: name ‘xxxx‘ is not defined ... 467
48.2 IndentationError: unexpected indent ... 468
48.3 SyntaxError: invalid character in identifier .... 469
48.4 TypeError: ‘XXXX‘ object does not support item assignment .. 470
48.5 TypeError: unsupported operand type(s) for XXXX ... 470
48.6 IndexError: list index out of range ... 471
48.7 TypeError: type() takes XXXX arguments ... 472
48.8 SyntaxError: unexpected EOF while parsing .. 472
48.9 ModuleNotFoundError: No module named XXXX .. 473
48.10 TypeError: ‘ list‘ object is not callable .... 474
48.11 SyntaxError: invalid syntax .... 475
48.12 AttributeError:XXXX object has no attribute XXXX ... 476
48.13 TypeError: XXXX object is not an iterator... 477
48.14 FileNotFoundError: File XXXX does not exist... 478
48.15 IndexError: too many indices for array .... 480
48.16 TypeError: Required argument XXXX not found .. 481
48.17 TypeError: an XXXX is required (got type YYYY) .. 482
48.18 ValueError: Wrong number of items passed XXXX, placement implies YYYY . 483
49 Python 數據分析和數據科學面試題.....485
50 繼續學習本書內容的推薦資源....496
50.1 重要網站...... 496
50.2 重要圖書...... 476
50.3 常用模塊與工具包.... 497
50.4 常用統計模型...... 497
50.5 核心機器學習算法.... 498
50.6 繼續學習數據科學的建議路線圖.....499
參考文獻...... 503 |
| 序： |
|
