返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • Python数据科学实践 常象宇//曾智亿//李春艳//程茜 著 专业科技 文轩网
  • 数据库常象宇//曾智亿//李春艳//程茜 著
    • 作者: 常象宇//曾智亿//李春艳//程茜著
    • 出版社: 北京大学出版社
    • 出版时间:2020-07-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 常象宇//曾智亿//李春艳//程茜著
    • 出版社:北京大学出版社
    • 出版时间:2020-07-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2020-07-01
    • 字数:382000
    • 页数:270
    • 开本:16开
    • 装帧:平装
    • ISBN:9787301313190
    • 国别/地区:中国
    • 版权提供:北京大学出版社

    Python数据科学实践

    作  者:常象宇//曾智亿//李春艳//程茜 著
    定  价:69
    出 版 社:北京大学出版社
    出版日期:2020年07月01日
    页  数:270
    装  帧:平装
    ISBN:9787301313190
    主编推荐

    本书是狗熊会政委团队力作,特别适合数据科学领域的Python小白快速上手。——王汉生(北京大学光华管理学院教授)本书依托数据科学精品案例并结合大量场景和行业应用,让Python不再枯燥,更加有用、有趣。——李广雨(狗熊会CEO)仿照本书第8章的方法,我对本书书名进行了一次分词:Python、数据科学、实践。这三个关键词各自都拥有海量的书籍资料,但用生动有趣的语言将三者结合起来,却是一件极为难的事情。在阅读本书的过程中,我惊奇地发现原来日常生活中形形色色的数据能与Python编程发生如此奇妙的“化学反应”,而本书正是通过这种方式让读者真切地感受到数据科学的魅力。——邱怡轩(美国普渡大学统计学专业博士,卡内基梅隆大学博士后)

    内容简介

    本书是由狗熊会推出的一本利用Python介绍数据科学基本过程的著作。其核心的设计理念是通过经典的商业应用案例对数据爬取、数据存储、数据清洗、数据建模的核心Python模块做相应的介绍。 本书的特点是强调数据科学带来的商业价值理念,所以其可以作为高等学校数据科学、大数据管理与应用、统计或相关专业的教材,也适合从事数据分析的工作者和爱好者阅读。

    作者简介

        常象宇,西安交通大学管理学院副教授,西安交通大学应用数学系与加州大学伯克利分校统计系联合培养博士,华盛顿大学西雅图分校工业与系统工程系客座副教授,狗熊会联合创始人,负责欧亚·狗熊会数据科学研究院的工作。对人工智能、统计机器学习、深度学习等有深入研究。    曾智亿,毕业于西南交通大学金融学专业,曾参与西南交通大学智慧营销实验室、平安证券、建设银行、荣耀电商、三一重工等实习或驻场项目,对爬虫数据采集、数据分析、自然语言处理等有深入研究。    李春艳,西安交通大学工业工程专业硕士在读,曾参与狗熊会火锅系列精品案例的编写,以及参与新浪微博和百词斩等项目实践,对商务统计分析有深入研究。    程茜,西安欧亚学院金融学院教师。201null

    精彩内容

    目录
    章 基于Python的数据科学环境搭建
    1.1 Python 是数据科学“大势所趋”
    1.2 Anaconda入门—工欲善其事,必先利其器
    1.2.1 Anaconda功能简介
    1.2.2 Anaconda的下载和安装
    1.2.3 Navigator和Prompt的选择
    1.2.4 Conda的使用
    1.3 Jupyter Notebook入门
    1.3.1 Jupyter Notebook—“程序猿”里的“散文家”
    1.3.2 Jupyter Notebook的优势
    1.3.3 Jupyter Notebook的界面
    1.3.4 Jupyter Notebook的基本使用
    1.4 Markdown 单元格的使用
    1.4.1 入门简介
    1.4.2 基础语法
    1.4.3 扩展语法
    1.5 Spyder入门
    1.5.1 Spyder—Python编程的“热带雨林”
    1.5.2 Spyder的特点
    1.5.3 Spyder的用户界面组件
    1.5.4 Spyder的核心构建块
    1.6 小结
    第2章 Python 基础
    2.1 “火锅团购数据”简介
    2.2 读写数据
    2.2.1 文件管理
    2.2.2 读入火锅团购数据
    2.2.3 利用open()函数读写文件
    2.3 Python 数据类型与结构
    2.3.1 基本数据类型
    2.3.2 基本数据结构
    2.4 控制流、函数与模块
    2.4.1 控制流
    2.4.2 函数
    2.4.3 模块
    2.5 面向对象编程的基本概念
    2.5.1 类的基本定义和使用
    2.5.2 对象
    2.5.3 继承
    2.5.4 方法重写
    2.6 Numpy简介
    2.6.1 Numpy数组对象
    2.6.2 数据读入
    2.6.3 数据去重
    2.6.4 基本索引方式
    2.6.5 利用Numpy进行统计分析
    2.7 小结
    第3章 Python的数据处理模块
    3.1 初级篇——相遇Pandas
    3.1.1 读入数据—数据分析的“米”
    3.1.2 检查重复——重复的东西咱不要
    3.1.3 判断表达式—更Pythonic
    3.1.4 检查缺失—要命的缺失
    3.1.5 切片函数—最“笨”的办法
    3.1.6 描述性统计—一个函数搞定
    3.1.7 其他—实用的小操作
    3.2 进阶篇—相识Pandas
    3.2.1 apply()—为你私人定制的函数
    3.2.2 分组与聚合——速度与优雅兼具
    3.2.3 时间序列—跨不过的坎
    3.2.4 合并—Pandas和SQL完美结合
    3.3 小结
    第4章 Python的绘图模块
    4.1 为什么需要数据可视化
    4.2 初级篇—Matplotlib基础
    4.2.1 画布—绘图的画板
    4.2.2 配置—更个性化的绘图
    4.2.3 散点图、线图
    4.2.4 绘制箱线图
    4.2.5 绘制柱状图
    4.2.6 绘制饼图、直方图
    4.3 不错篇—Plotly 基础
    4.3.1 开始之前——理解Plotly
    4.3.2 绘制散点图、线图
    4.3.3 绘制箱线图
    4.3.4 绘制柱状图(多子图)
    4.3.5 绘制饼图、直方图
    4.4 小结
    第5章 Python的统计建模模块
    5.1 Statsmodels简介
    5.2 数据接入
    5.3 统计模型参数估计
    5.3.1 用Patsy描述统计模型
    5.3.2 模型中分类变量的处理
    5.3.3 拟合线性回归模型
    5.4 统计假设检验
    5.4.1 问题提出
    5.4.2 一元单因素方差分析
    5.4.3 一元多因素方差分析
    5.5 探索分析
    5.5.1 箱线图
    5.5.2 相关图
    5.5.3 拟合图
    5.5.4 回归图
    5.6 小结
    第6章 Python的机器学习模块
    6.1 机器学习的定义
    6.2 使用scikit-learn
    6.2.1 数据准备
    6.2.2 模型选择
    6.2.3 模型训练
    6.2.4 模型评估
    6.2.5 模型调参
    6.2.6 模型结果
    6.2.7 模型保存与加载
    6.3 小结
    第7章 Python的爬虫模块
    7.1 爬虫的定义
    7.2 初级篇—单页面静态爬虫
    7.2.1 入门——级页面采集
    7.2.2 进阶—二级页面采集
    7.3 中级篇—多页面静态爬虫
    7.3.1 入门—单分类多页面采集
    7.3.2 进阶—多分类多页面采集
    7.3.3 不错—多线程采集
    7.4 不错篇—爬虫的伪装
    7.4.1 入门—伪装请求头
    7.4.2 进阶—IP池
    7.4.3 其他
    7.5 终级篇——动态爬虫
    7.5.1 入门—区分静态和动态数据
    7.5.2 进阶—采集动态数据
    7.6 爬虫注意事项
    7.7 小结
    第8章 Python的文本分析模块
    8.1 准备:理解文本分析流程
    8.1.1 分词
    8.1.2 特征提取
    8.2 实战
    8.2.1 数据准备
    8.2.2 分词
    8.2.3 统计词频
    8.2.4 词云
    8.2.5 提取feature
    8.2.6 用sklearn进行训练
    8.3 小结
    第9章 Python的数据库模块
    9.1 为什么需要数据库
    9.2 初级篇—SQLAlchemy的基本使用
    9.2.1 连接数据库
    9.2.2 创建数据表
    9.2.3 增加数据
    9.2.4 查看数据
    9.2.5 修改数据
    9.2.6 删除数据
    9.3 不错篇
    9.3.1 构建表关系
    9.3.2 Pandas读取SQL
    9.4 小结
    0章 精品案例——火锅团购分析
    10.1 背景介绍
    10.1.1 化零为整—从零散的模块学习到

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购