由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
[正版]数据分析技术 Python数据分析项目化教程 薛国伟 高等教育出版社
¥ ×1
店铺公告
为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。
温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货)。
关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。
数据分析技术——Python数据分析项目化教程
作者: 薛国伟
定价: 36.80元
ISBN: 978-7-04-050747-8
版面字数: 290千字
开本: 16开
全书页数: 暂无
装帧形式: 平装
重点项目: 暂无
出版时间: 2019-03-13
读者对象: 高等职业教育
一级分类: 计算机大类
二级分类: 计算机类
三级分类: 计算机应用技术
本书从Python的相关技能开始,介绍使用Python进行数据分析的知识、技术和技能。本书主要包括安装、配置Python及第三方扩展包的方法;Python语言基础;使用Python进行数据分析的基本方法;使用numpy进行数据分析的基本方法;使用pandas进行数据分析的基本方法和数据可视化技术。
本书为新形态一体化教材,配有丰富的教学资源,包括微课教学课件、案例素材、课后习题及习题答案等。与本书配套的数字课程已在“智慧职教”(www.icve.com.cn)网站上线,学习者可以登录网站进行学习,也可以通过扫描书中二维码观看教学视频,详见“智慧职教服务指南”。
本书适合Python初、中级用户使用,可作为高职院校软件技术专业、大数据技术与应用专业的专业教材,也可供软件设计学习者参考使用。
前辅文
项目1 搭建Python 数据分析开发环境
1.1 情境描述
1.2 任务分析
1.3 任务实施:安装并配置Python 开发环境
1.3.1 安装Microsoft Visual C++Build Tools
1.3.2 安装Python
1.3.3 设置环境变量
1.3.4 安装numpy
1.3.5 安装pandas
1.3.6 安装Matplotlib
1.4 拓展任务:安装Anaconda 开发环境
1.5 知识储备
1.5.1 IDLE 开发环境介绍
1.5.2 使用pip 进行第三方库管理
1.5.3 Anaconda 开发环境介绍
1.5.4 使用conda 进行第三方库管理
1.6 课后练习
项目2 点餐系统
2.1 情境描述
2.2 任务分析
2.3 任务实施
2.3.1 设计入口程序
2.3.2 设计费用计算函数
2.3.3 设计点餐模块
2.3.4 设计打印报告模块
2.3.5 设计导出报表模块
2.3.6 退出程序
2.4 知识储备
2.4.1 Python 解释器
2.4.2 引入模块
2.4.3 语言基础
2.4.4 控制流
2.4.5 三元表达式
2.4.6 文件操作
2.5 课后练习
项目3 景区游客量统计
3.1 情境描述
3.2 任务分析
3.3 任务实施:使用Python 实现
3.3.1 计算九寨沟的游客总量
3.3.2 计算其他景区的游客总数
3.4 任务实施:使用numpy 和pandas包实现
3.4.1 使用numpy 包实现
3.4.2 使用pandas 包实现
3.4.3 3 种实现方法的比较
3.5 知识储备
3.5.1 数据分析技术简介
3.5.2 CSV 文件介绍
3.5.3 Excel 文件介绍
3.5.4 Python 常用数值类型
3.5.5 字符串类型
3.5.6 布尔值类型
3.5.7 日期和时间类型
3.5.8 元组
3.5.9 列表
3.5.10 字典
3.5.11 集合
3.6 课后练习
项目4 新浪股票分析
4.1 情境描述
4.2 任务分析
4.3 任务实施
4.3.1 计算收盘价常用统计量
4.3.2 计算股价最高值和最低值
4.3.3 计算成交量加权平均价
4.3.4 “周末效应”分析
4.4 知识储备
4.4.1 numpy 简介
4.4.2 使用numpy 数组对象
4.4.3 使用numpy 的函数读写文件
4.5 课后练习
项目5 井下环境监测数据处理
5.1 情境描述
5.2 任务分析
5.3 任务实施
5.3.1 井下温度缺失值和异常值处理
5.3.2 处理其余井下环境指标数据
5.3.3 使用pandas 处理缺失数据
5.4 知识储备
5.4.1 pandas 介绍
5.4.2 pandas 的Series 对象
5.4.3 pandas 的DataFrame 对象
5.4.4 使用pandas 的函数读写文件
5.5 课后练习
项目6 超市商品销售额相关性分析
6.1 情境描述
6.2 任务分析
6.3 任务实施
6.3.1 分析水果和化妆品销售额的相关性
6.3.2 分析化妆品和蔬菜的相关性
6.3.3 分析化妆品和海鲜销售额的相关性
6.3.4 使用pandas 分析多种商品销售额的相关性
6.4 知识储备
6.4.1 方差、标准差、协方差、相关系数
6.4.2 使用 Matplotlib 进行数据可视化
6.5 课后练习
参考文献
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格