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:
本店所有商品

  • [正版]Python编程与数据分析基础 陈洁 数据分析Python程序设计
  • 以数据分析应用为目的
    • 作者: 陈洁、刘姝著
    • 出版社: 清华大学出版社
    • 出版时间:1
    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:
    友一个文化制品专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 陈洁、刘姝著
    • 出版社:清华大学出版社
    • 出版时间:1
    • 开本:16开
    • ISBN:9784307664885
    • 版权提供:清华大学出版社

            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。

     

     

     书名:  Python编程与数据分析基础
     出版社:  清华大学出版社
     出版日期  2021
     ISBN号:  9787302585596
    本教材面向文科专业学生,以数据分析应用为目的,分为两大部分,第一部分介绍Python语言的基础知识,包括程序控制结构、序列数据结构、函数和文件等基础内容;第二部分介绍数据分析方法及其应用,主要包括Numpy科学计算、Pandas数据分析和数据可视化。内容的组织和编排注重文科专业学生的认知规律,循序渐进,代码步骤清晰、注释详细,方便学生学习;每章除了有讲解各知识点的示例,还配备了综合案例;在数据分析部分,以“订单”数据集为分析对象,介绍了从外部数据源读取数据、进行数据预处理和数据分析、再以图表可视化展示分析结果的全过程,在介绍数据分析方法的过程中,也特别注重数据分析思维的传授。

    陈洁,中华女子学院计算机系教师,长期从事计算机公共课程和专业课教学。本人曾在清华大学出版社出版教材《Access数据库与程序设计》,已再版至第3版

    Python语言是目前最流行的数据分析和人工智能语言,很多院校都开设了以Python语言为基础的数据分析课程,对于管理类、金融学、社会学等文科专业而言,社会上需要大量具备数据分析技术的人才,但市场上面向文科专业学生的教材不多。编写本教材能满足人才培养多样化需要。

    目录
    第1章 Python概述 2
    1.1 计算机程序与编程语言 2
    1.2 Python语言介绍 3
    1.2.1 Python的起源与发展 3
    1.2.2 Python的特点 3
    1.2.3 Python的应用领域与发展趋势 4
    1.3 Python环境安装与使用 5
    1.3.1 安装与配置Python环境 5
    1.3.2 Python开发环境IDLE及其使用 10
    1.3.3 其他集成开发环境 14
    1.4 Python扩展库 15
    1.5 本章小结 17
    1.6 习题 17

    第2章 Python语言基础 2
    2.1 常量与变量
    2.2 运算符与表达式 4
    2.3 数据类型 7
    2.3.1 数字 8
    2.3.2 字符串 9
    2.3.3 列表、元组、字典和集合 10
    2.4 内置函数 10
    2.5 基本输入输出 11
    2.6 导入模块 14
    2.7 语言基础综合应用 15
    2.8 本章小结 16
    2.9 习题 16

    第3章 程序控制结构 1
    3.1 选择结构 1
    3.2 循环结构 5
    3.2.1 while语句 5
    3.2.2 for语句 6
    3.2.3 break、continue和else 8
    3.2.4 嵌套的循环结构 10
    3.3 程序控制结构综合应用 11
    3.4 本章小结 12
    3.5 习题 13

    第4章 序列数据结构 1
    4.1 序列结构概述 1
    4.2 列表 1
    4.2.1 列表的创建与访问 1
    4.2.2 列表的常用操作 3
    4.2.3 列表推导式 7
    4.3 元组 7
    4.3.1 元组的创建与访问 8
    4.3.2 元组的常用操作 9
    4.4 字典 10
    4.4.1 字典的创建与访问 10
    4.4.2 字典的常用操作 11
    4.5 集合 13
    4.5.1 集合的创建 13
    4.5.2 集合的常用操作 13
    4.6 字符串 15
    4.7 序列解包 17
    4.8 序列结构综合应用 18
    4.9 本章小结 19
    4.10 习题 20

    第5章 自定义函数 1
    5.1 函数的定义和调用 1
    5.2 函数参数 2
    5.2.1 位置参数 2
    5.2.2 默认值参数 3
    5.2.3 关键字参数 3
    5.2.4 可变长参数 5
    5.3 变量作用域 7
    5.4 Lambda表达式 8
    5.5 递归函数 9
    5.6 函数综合应用 10
    5.7 本章小结 12
    5.8 习题 12

    第6章 文件操作 1
    6.1 文件概念 1
    6.2 文本文件操作 2
    6.2.1 文件的打开与关闭 2
    6.2.2 文件的读写 3
    6.3 CSV文件操作 6
    6.4 目录常用操作 8
    6.5 文件操作综合应用 9
    6.6 本章小结 11
    6.7 习题 12

    第7章 Numpy数值计算 1
    7.1 数组的创建与访问 1
    7.1.1 创建数组 1
    7.1.2 查看数组属性 3
    7.1.3 访问数组 4
    7.1.4 修改数组 6
    7.2 数组的运算 7
    7.3 数组的操作 12
    7.3.1 数组的排序 12
    7.3.2 数组的合并 13
    7.4 基于Numpy的数据分析 14
    7.5 本章小结 16
    7.6 习题 17

    第8章 Pandas数据处理与分析 1
    8.1 Pandas基本数据结构 1
    8.1.1 系列 1
    8.1.2 数据框 4
    8.1.3 访问数据框 6
    8.1.4 修改数据框 9
    8.1.5 数据框的排序 10
    8.2 数据分析概述 12
    8.3 数据的导入与导出 12
    8.3.1 数据的导入 12
    8.3.2 数据的导出 17
    8.4 数据预处理 18
    8.4.1 缺失值处理 18
    8.4.2 异常值处理 20
    8.4.3 重复值处理 22
    8.4.4 其它处理 23
    8.5 数据查询 24
    8.6 数据汇总 28
    8.6.1 分组统计 29
    8.6.2 分区统计 34
    8.6.3 重采样 37
    8.7 建立数据透视表 38
    8.8 数据框的合并与连接 40
    8.9 本章小结 42
    8.10 习 题 8 42

    第9章 数据可视化 1
    9.1 基本绘图方法 1
    9.2 Matplotlib绘图 3
    9.2.1 Matplotlib简介 3
    9.2.2 绘制折线图 4
    9.2.3 绘制直条图 6
    9.2.4 绘制饼图 7
    9.2.5 绘制散点图 9
    9.2.6 绘制直方图 10
    9.3 Pandas绘图 11
    9.4 数据可视化应用 13
    9.5 本章小结 19
    9.6 习 题 9 20


    大数据、人工智能等作为新一轮科技革命和产业革命的驱动力,正深刻影响着社会经济发展。利用数据分析和数据挖掘技术可以从海量数据中提取有价值的信息,总结出所研究对象的内在规律,帮助管理者进行判断和决策。数据分析能力已经成为数据智能时代人才的必备能力。
    2018年教育部发布的《教育信息化2.0行动计划》指出,提升信息素养对于落实立德树人目标、培养创新人才具有重要作用。数据无处不在,数据的收集、处理和应用已成为金融、商务、政务、管理等领域的必备技能,也是数据智能时代信息素养的重要组成部分。
    Python程序设计语言语法简洁灵活,对非计算机专业人员更为友好,并且在数据分析挖掘、人工智能领域占有重要地位。本教材面向文科专业学生,以数据分析应用为目的,分为两大部分:第一部分介绍Python编程基础,包括Python概述、Python语言基础、程序控制结构、序列数据结构、自定义函数和文件操作等内容;第二部分利用Python扩展库介绍数据分析方法及其应用,包括Numpy数值计算、Pandas数据处理与分析、Matplotlib与Pandas数据可视化等内容,并以一个完整的案例加以应用。
    教材的主要特色:
    (1)融合了计算机程序设计与数据分析的教学内容,并以数据分析应用为目的,旨在通过编程语言的学习和应用培养学生的基本编程能力和计算思维,通过数据分析方法的学习和应用培养学生基本的数据分析能力和数据素养,激发文科专业学生对新一代信息技术的学习兴趣和应用意识、创新意识。
    (2)充分考虑文科专业学生不同的学科背景且大多零编程基础,在内容的组织和编排上注重学生的认知规律,构建渐进式、以应用牵引的教学内容体系,并且在知识深度和广度上做适当权衡。
    ?各章中的示例通俗易懂,代码步骤清晰、注释详细,易于学生阅读和理解。
    ?各章既有讲解各知识点的示例及应用,也有综合应用示例。
    ?对于众多功能丰富的Python内置模块、标准库和扩展库提供的函数及对象方法,主要介绍其中最常用的使用和设置方法,旨在让学生掌握基础的语法知识。
    ?在数据分析部分,以“订单”数据集为分析对象,介绍了数据导入、数据预处理、数据分析、图表辅助分析及可视化展示分析结果的全过程。尤其注重数据分析思维的传授,通过数据分析方法的实际应用培养学生的数据思维。
    ?各章节后均有“本章小结”总结教学重点和教学要点。
    为方便教学,本书为教师提供电子课件和程序代码。所有代码都可运行于Python 3.X环境。
    本书参考课时为48~64学时,Python编程基础与数据分析两部分内容各占1/2学时,并且上机操作不少于总课时的1/2。
    本书可作为高等学校文科类各专业和其它非计算机专业的本科或专科的计算机公共基础课程的教材,也适合从事相关工作的人员阅读。
    本书由陈洁和刘姝共同编著,刘志斌老师为本教材提供了宝贵的意见和建议,在此表示感谢。
    由于作者水平有限,书中不妥之处,敬请读者批评指正。

    编  者
    2021年5月于北京

     

    1
    • 商品详情
    • 内容简介

    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