Python快樂編程——數據分析與實戰 ( 簡體 字) |
| 作者：千鋒教育高教產品研發部 | 類別：1. -> 程式設計 -> Python |
| 譯者： |
| 出版社：清華大學出版社 |  3dWoo書號： 54278
詢問書籍請說出此書號！【有庫存】
NT售價： 350 元 |
| 出版日：4/1/2021 |
| 頁數：302 |
| 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：9787302563785 |
| 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：在瞬息萬變的IT時代，一群懷揣夢想的人創辦了千鋒教育，投身到IT培訓行業。多年來，一批批有志青年加入千鋒教育，為了夢想篤定前行。千鋒教育秉承“用良心做教育”的理念，為培養頂級IT精英付出一切努力。為什么會有這樣的夢想？我們先來聽一聽用人企業和求職者的心聲。
“現在符合企業需求的IT技術人才非常緊缺，這方面的優秀人才我們會像珍寶一樣對待,可為什么至今沒有需要的人才出現？”
“面試的時候，用人企業問我們能做什么、這個項目如何實現、需要多長的時間，我們當時都蒙了，回答不上來。”
“這已經是面試過的第10家公司了，如果再不行，是不是要考慮轉行了？難道大學都白學了？”
“這已經是參加面試的第N個求職者了，為什么都是計算機專業，但是問到項目如何實現時連設計思路都沒有呢？”
這些問題并不是個別的，而是中國教育領域的普遍現象。高校的IT教育與企業的真實需求存在脫節，如果高校的相關課程仍然不進行更新，畢業生將面臨難以就業的困境。許多用人單位表示，高校畢業生表面上知識豐富，但這些知識絕大多數在實際工作中派不上用場。針對上述問題，國務院也做出了關于加快發展現代職業教育的決定，而千鋒教育所做的事情就是配合高校達成產學合作。
千鋒教育在全國范圍內擁有數十家分校、數百名講師的團隊； 致力于打造IT職業教育全產業鏈人才服務平臺，堅持“以教學為本”的方針，采用面對面教學； 傳授企業實用技能，教學大綱實時緊跟企業需求，擁有全國一體化的就業體系。千鋒教育的價值觀是“做真實的自己，用良心做教育”。
本書針對高校教師的服務
(1) 千鋒教育基于多年的教育培訓經驗，精心設計了包含“教材+授課資源+考試系統+測試題+輔助案例”的教學資源包，節省教師的備課時間，緩解教師的教學壓力，顯著提高教學質量。
(2) 本書配備了千鋒教育優秀講師錄制的教學視頻，按照本書的知識結構體系部署到了教學輔助平臺(扣丁學堂)上，可以作為教學資源使用，也可以作為備課參考。
高校教師如需索要配套教學資源，請掃描下方二維碼，關注“扣丁學堂”微信公眾號。
扣丁學堂
本書針對高校學生的服務
(1) 學IT有疑問，就找千問千知。千問千知是一個有問必答的IT社區，平臺上有專業的答疑輔導老師，承諾在工作時間3小時內答復學生在IT學習中遇到的專業問題。讀者也可以掃描下方的二維碼，關注“千問千知”微信公眾號，瀏覽其他學生在學習中分享的問題和收獲。
千問千知
(2) 學習太枯燥，如果想了解其他學校的伙伴是怎樣學習的，可以加入扣丁俱樂部。扣丁俱樂部是千鋒教育聯合各高校發起的公益計劃，專門面向對IT感興趣的大學生，提供免費的學習資源和問答服務，已有30萬名學習者獲益。
就業難，難就業，千鋒教育讓就業不再難！
關 于 本 書
本書既可作為高等院校本、專科計算機相關專業的數據分析入門教材，還包含千鋒教育Python數據分析的全部課程內容，是一本適合廣大計算機編程愛好者的優秀讀物。
搶紅包
讀者如果需要本書的配套源代碼、習題答案，請添加小千的QQ號或微信號2133320438。
注意，小千會隨時發放“助學金紅包”。
致謝
本書由千鋒教育高教產品研發部組織編寫，將千鋒教育Python學科多年積累的實戰案例進行整合，通過精雕細琢最終完成了本書。另外，多位院校老師參與了本書的部分編寫與指導工作。除此之外，千鋒教育五百多名學員參與到本書的試讀工作中，他們站在初學者的角度對本書提出了許多寶貴的修改建議，在此一并表示衷心的感謝。
意 見 反 饋
在本書的編寫過程中，雖然編者力求完美，但難免有不足之處，歡迎各界專家和讀者朋友們給予寶貴意見。
千鋒教育高教產品研發部
2021年3月 |
內容簡介：本書從數據挖掘的應用出發，以電力、航空、醫療、互聯網、生產制造以及公共服務等行業真實案例為主線，深入淺出介紹Python數據挖掘建模過程，實踐性極強。本書以數據挖掘建模工具Python語言來展開，先介紹案例背景提出挖掘目標，再闡述分析方法與過程，最后完成模型構建，在介紹建模過程中穿插操作訓練，把相關的知識點嵌入相應的操作過程中，使讀者輕松理解并掌握相關的理論和知識點。本書適用于對數據分析有濃厚興趣但不知從何下手的初學者，也可以作為本科生、研究生以及科研人員學習Python的基礎教材。 |
目錄：第1章數據分析概述
1.1初步認識數據分析
1．2數據分析的基本流程
1．3Python數據分析的工具
1．4JupyterNotebook的基本使用
1．4．1下載與安裝
1．4．2功能界面
1．4．3工作原理
1．4．4基本使用
1．4．5高級操作
小結
習題
第2章IPython的使用
2.1IPython基礎
2．1．1IPython簡介
2．1．2IPython使用技巧
2．1．3IPython魔術命令
2．2IPython中的開發工具
2．2．1調試器
2．2．2性能分析
小結
習題
第3章NumPy的使用
3.1數組的使用
3．1．1數組的創建
3．1．2數組的屬性
3．1．3數組的運算
3．1．4數組的索引
3．1．5數組的變換
3．2矩陣的使用
3．2．1矩陣的創建
3．2．2矩陣的合并
3．2．3矩陣的運算
3．2．4矩陣的屬性
3．3NumPy實用技巧
3．3．1通用函數的使用
3．3．2數據的保存和讀取
3．3．3隨機數生成
3．3．4NumPy與數據統計
小結
習題
第4章Pandas的使用
4．1Pandas的數據結構
4．1．1Series對象的創建
4．1．2Series對象的屬性
4．1．3DataFrame對象的創建
4．1．4DataFrame對象的屬性
4．2Pandas的索引對象
4．2．1Series索引的基本使用
4．2．2重建索引
4．2．3索引的基本選取和過濾
4．3Pandas的基本計算
4．3．1算術運算和數據對齊
4．3．2自定義函數
4．3．3排序
4．3．4重復索引的基本使用
4．4Pandas的統計功能
4．4．1統計使用的基本函數
4．4．2常用統計方法
4．5Pandas的數據缺陷處理
4．5．1dropna處理Series數據缺陷
4．5．2dropna處理DataFrame數據缺陷
4．5．3fill進行數據添加
4．6Pandas的層次化索引
4．6．1基本創建
4．6．2重排分級
4．6．3根據級別進行匯報
4．6．4DataFrame數據列的使用
4．7Pandas的文件讀取
4．7．1讀取/存儲Excel文件
4．7．2讀取/存儲CSV文件
4．7．3讀寫數據庫
4．7．4讀取HDF5文件
小結
習題
第5章Matplotlib的使用
5．1Matplotlib繪圖流程
5．2Matplotlib基本使用
5．2．1創建畫布
5．2．2添加子圖
5．2．3規定刻度與標簽
5．2．4添加圖例
5．2．5顯示
5．3Matplotlib常用技巧
5．3．1配置文件
5．3．2rc參數的基本配置
5．3．3中文顯示配置
5．4Matplotlib基本圖形
5．4．1Matplotlib繪制散點圖
5．4．2Matplotlib繪制直方圖
5．4．3Matplotlib繪制餅狀圖
5．4．4Matplotlib繪制折線圖
5．4．5Matplotlib繪制箱型圖
小結
習題
第6章時間序列分析
6．1時間對象——Timestamp
6．1．1創建時間戳
6．1．2指定與轉換時區
6．1．3最小時間/最大時間
6．1．4常用屬性
6．2時間對象——Period
6．2．1Period對象的創建
6．2．2Period對象的屬性
6．2．3Period對象的方法
6．3時間對象——Timedelta
6．3．1Timedelta對象的創建
6．3．2Timedelta對象的屬性
6．3．3Timedelta對象的方法
6．3．4時間間隔的基本運算
6．4DateTimeIndex對象
6．4．1DateTimeIndex對象的創建
6．4．2DateTimeIndex對象的屬性
6．4．3DateTimeIndex對象的方法
6．5PeriodIndex對象
6．5．1PeriodIndex對象的創建
6．5．2PeriodIndex對象的屬性
6．5．3PeriodIndex對象的方法
6．6TimedeltaIndex對象
6．6．1TimedeltaIndex對象的創建
6．6．2TimedeltaIndex對象的屬性
6．6．3TimedeltaIndex對象的方法
6．7采樣
6．7．1采樣的基本方法
6．7．2降采樣
6．7．3升采樣
小結
習題
第7章數據處理的基本手段
7．1合并數據集
7．1．1主鍵合并數據
7．1．2軸向數據合并
7．1．3重疊數據的合并
7．1．4索引鍵的合并
7．2數據清洗
7．2．1重復值的處理
7．2．2異常值的處理
7．2．3缺失值的處理
7．3數據標準化
7．3．1最小拟最大標準化
7．3．2Z拟score標準化
7．3．3按小數定標標準化
7．4數據類型的轉換
7．4．1離散化連續數據
7．4．2啞變量處理類型數據
小結
習題
第8章基于文本的自然語言分析
8．1基于文本的自然語言處理概述
8．2Jieba基本介紹和使用
8．2．1基本介紹
8．2．2安裝
8．2．3基本使用
8．3NLTK的基本介紹和使用
8．3．1NLTK的基本介紹
8．3．2NLTK的安裝
8．3．3NLTK基本使用
8．4文本相似度
8．4．1相似度分析
8．4．2基于NLTK的文本相似度分析
8．4．3基于Gensim的文本相似度分析
8．5情感分析
8．5．1情感分析概述
8．5．2基于樸素貝葉斯的分析
8．5．3基于情感詞典的分析
8．6文本分類
小結
習題
第9章Scikit拟Learn數據建模
9．1數據建模的基本概述
9．1．1Scikit拟Learn的基本介紹
9．1．2數據建模的基本流程
9．2回歸模型的應用與評價
9．2．1回歸模型的應用
9．2．2回歸模型的評價
9．2．3回歸模型的可視化
9．3聚類模型的應用與評價
9．3．1聚類模型的創建
9．3．2聚類模型的評價
9．3．3聚類模型可視化
9．4分類模型的應用與評價
9．4．1創建分類模型
9．4．2分類模型的評價
小結
習題
第10章數據可視化進階
10．1Seaborn
10．1．1安裝
10．1．2可視化數據集
10．1．3分類數據集
10．2Bokeh
10．2．1安裝
10．2．2柱狀圖
10．2．3散點圖
10．2．4折線圖
10．2．5時間軸
10．3Pyecharts
10．3．1安裝
10．3．2基本配置
10．3．3儀表圖繪制
10．3．4關系圖
10．3．5平行坐標系
10．3．6餅狀圖
10．3．7詞云圖
10．3．8地理地圖
10．4空間可視化
10．4．1空間散點圖
10．4．2空間柱狀體
小結
習題
第11章數據分析案例——就業分析
11．1項目案例分析
11．2數據獲取
11．3數據處理
11．3．1數據類型的轉換
11．3．2去除重復值
11．3．3缺失值處理
11．4數據分析
小結 |
| 序： |
