正版 Python大数据分析与应用实战 余本国,刘宁,李春保 电子工业

第1章 Python语法基础 1
1.1 安装Anaconda 1
1.1.1 代码提示 4
1.1.2 变量浏览 5
1.1.3 安装第三方库 5
1.2 语法基础 6
1.2.1 字符串、列表、元组、字典和
集合 6
1.2.2 条件判断、循环和函数 13
1.2.3 异常 17
1.2.4 特殊函数 20
1.3 Python基础库应用入门 22
1.3.1 NumPy库应用入门 23
1.3.2 Pandas库应用入门 29
1.3.3 Matplotlib库应用入门 40
1.4 本章小结 45
第2章 天气数据的获取与建模分析 52
2.1 准备工作 52
2.2 利用抓取方法获取天气数据 54
2.2.1 网页解析 54
2.2.2 抓取一个静态页面中的天气
数据 57
2.2.3 抓取历史天气数据 60
2.3 天气数据可视化 63
2.3.1 查看数据基本信息 63
2.3.2 变换数据格式 64
2.3.3 气温走势的折线图 66
2.3.4 历年气温对比图 67
2.3.5 天气情况的柱状图 69
2.3.6 使用Tableau制作天气情况的
气泡云图 70
2.3.7 风向占比的饼图 72
2.3.8 使用windrose库绘制风玫瑰图 73
2.4 机器学习在天气预报中的应用 76
2.4.1 线性回归的基本概念 76
2.4.2 使用一元线性回归预测气温 77
2.4.3 使用多元线性回归预测气温 84
2.5 本章小结 91
第3章 养成游戏中人物的数据搭建 92
3.1 准备工作 92
3.2 利用Pyecharts库进行数据基本情况分析 94
3.2.1 感染人数分布图 94
3.2.2 病情分布图 96
3.2.3 病症情况堆叠图 97
3.2.4 绘制死亡、出院情况折线图 98
3.2.5 病情热力图 100
3.2.6 病情分布象形图 101
3.2.7 人口流动示意图 103

3.3 感染病例分析 105
3.3.1 基本信息统计 106
3.3.2 使用直方图展示感染周期 108
3.3.3 使用词云图展示死亡病例情况 111
3.4 疫情趋势预测 114
3.4.1 利用逻辑方程预测感染人数 115
3.4.2 利用SIR模型进行疫情预测 120
3.4.3 Logistic模型和SIR模型的
对比 128
3.5 本章小结 131
第4章 航空数据分析 132
4.1 准备工作 132
4.2 基本情况统计分析 135
4.2.1 查看数据的基本信息 135
4.2.2 航空公司、机型分布 137
4.2.3 展示各个城市航班数量的3D
地图 139
4.2.4 从首都机场出发的桑基图 142
4.2.5 通过关系图展示航线 145
4.3 利用Floyd算法计算最短飞行时间 148
4.3.1 Floyd算法简介 148
4.3.2 Floyd算法的流程 150
4.3.3 算法程序实现 150
4.3.4 结果分析 154
4.4 本章小结 158
第5章 市民服务热线文本数据分析 160
5.1 准备工作 160
5.2 基本情况分析 162
5.2.1 数据分布基本信息 162
5.2.2 每日平均工单量分析 165
5.2.3 来电时间分析 166
5.2.4 工单类型分析 167
5.3 利用词云图展示工单内容 171
5.3.1 工单分词 171
5.3.2 去除停用词 172
5.3.3 词频统计 173
5.3.4 市民反映问题词云图 175
5.3.5 保存数据 176
5.4 基于朴素贝叶斯的工单自动分类转办 177
5.4.1 需求概述 177
5.4.2 朴素贝叶斯模型的基本概念 177
5.4.3 朴素贝叶斯文本分类算法的
流程 181
5.4.4 程序实现 182
5.5 基于K-Means算法和PCA方法降维的
热点问题挖掘 189
5.5.1 应用场景 189
5.5.2 K-Means算法和PCA方法的
基本原理 189
5.5.3 热点问题挖掘算法的流程 193
5.5.4 程序实现 194
5.6 本章小结 205
第6章 决策树信贷风险控制 206
6.1 准备工作 206
6.2 数据集基本情况分析 209
6.2.1 查看数据大小和缺失情况 209
6.2.2 绘制直方图查看数据的分布
情况 211
6.2.3 绘制直方图的3种方法 212
6.2.4 通过箱型图查看异常值的情况 213
6.2.5 异常值和缺失值的处理 217
6.2.6 使用小提琴图展示预处理后的
数据 218
6.3 利用决策树进行信贷数据建模 219
6.3.1 决策树原理简介 219
6.3.2 决策树信贷建模流程 225
6.3.3 利用scikit-learn库实现决策树
风险控制算法 226
6.3.4 模型优化 231
6.4 本章小结 233
第7章 利用深度学习进行垃圾图片分类 234
7.1 准备工作 234
7.2 深度学习的基本原理 237
7.2.1 CNN的基本原理 237
7.2.2 Keras库简介 240
7.3 利用Keras库实现基于CNN的垃圾
图片分类 241
7.3.1 算法流程 241
7.3.2 数据预处理 241
7.3.3 CNN模型实现 247
7.4 优化CNN模型 252
7.4.1 选择优化器 252
7.4.2 选择损失函数 254
7.4.3 调整模型 256
7.4.4 图片增强 259
7.4.5 改变学习率 263
7.5 模型应用 265
7.6 本章小结 268

第8章 协同过滤和矩阵分解推荐算法
分析 269
8.1 准备工作 269
8.2 基于协同过滤算法的短视频完播情况
分析 271
8.2.1 基于用户的协同过滤算法的
原理 271
8.2.2 算法流程 274
8.2.3 程序实现 275
8.3 基于矩阵分解算法的短视频完播情况
预测 283
8.3.1 算法原理 283
8.3.2 利用Surprise库实现SVD
算法 286
8.4 几种方法在测试数据集中的表现 289
8.5 本章小结 291
第9章 《红楼梦》文本数据分析 292
9.1 准备工作 292
9.1.1 编程环境 292
9.1.2 数据情况简介 293
9.2 分词 294
9.2.1 读取数据 295
9.2.2 数据预处理 298
9.2.3 分词及去除停用词 306
9.2.4 制作词云图 307
9.3 文本聚类分析 316
9.3.1 构建分词TF-IDF矩阵 317
9.3.2 K-Means聚类 318
9.3.3 MDS降维 320
9.3.4 PCA降维 321
9.3.5 HC聚类 323
9.3.6 t -SNE高维数据可视化 325
9.4 LDA主题模型 326
9.5 人物社交网络分析 332
9.6 本章小结 338
附录A 抓取数据请求头查询 339
附录B GraphViz库的安装方法 341
附录C 在Windows 10中安装TensorFlow
的方法 343
参考文献 346
致射 348

余本国，博士，硕士研究生导师，现工作于海南医学院生物医学信息与工程学院。主讲高等数学、微积分、Python语言、大数据分析基础等课程。2012年到加拿大York University做访问学者。出版《Python数据分析基础》《基于Python的大数据分析基础及实战》《Python在机器学习中的应用》《PyTorch深度学习入门与实战》《Python编程与数据分析应用》等书。

大数据分析实战力作，人工智能专家打磨一本书讲透大数据分析知识点，全书通过8个多角度案例，深入讲解大数据分析与应用中的疑难点。通过当前最流行的Python语言，为那些想学习和掌握大数据分析应用的读者提供一本“看了就能学会”的书。
《Python大数据分析与应用实战》全部通过在实际场景中对大数据的应用，以及使用合适的算法进行应用，并用浅显易懂的代码去实现相应的目的，完成数据搭建、分析、文本数据分析、数据集与决策树，以及垃圾图片分类、协同过滤和聚类算法等经典知识点的实际应用。

本书是介绍如何用Python 进行数据处理和分析的学习实战指南。主要内容包括Python语言基础、数据处理、数据分析、数据可视化图形的制作，以及利用Python对数据库的的贝叶斯操作、利用深度学习技术对模型进行优化等内容。本书主要分为3部分：第1部分包括第1章主要讲解Python的基础知识，第2部分包括第2～6章为实战案例，第3部分包括第7～8章主要讲解利用深度学习和协同过滤技术对大数据分析进行为拓展与延伸。本书内容丰富，讲解通俗易懂，适合本科生、研究生，以及对Python语言感兴趣或者想要使用Python语言进行数据分析的广大读者。

"一本书讲透大数据分析知识点，全书通过8个多角度案例，深入讲解大数据分析与应用中的疑难点。通过当前最流行的Python语言，为那些想学习和掌握大数据分析应用的读者提供一本“看了就能学会”的书。 《Python大数据分析与应用实战》全部通过在实际场景中对大数据的应用，以及使用合适的算法进行应用，并用浅显易懂的代码去实现相应的目的，完成数据搭建、分析、文本数据分析、数据集与决策树，以及垃圾图片分类、协同过滤和聚类算法等经典知识点的实际应用。"