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 编程菜鸟学Python数据分析 纪贺元 数据分析 数据产品 数据要素 数据资产 Python数据分析 数据可视
¥ ×1
| |
商品名称: | 编程菜鸟学Python数据分析 |
作 者: | 纪贺元
|
市 场 价: | 89.00
|
ISBN 号: | 9787111746614
|
出版日期: |
|
页 数: | 238
|
开 本: |
|
出 版 社: | 机械工业出版社 |
前 言 Python基础篇 第1章 学习Python的优势 2 1.1 Python的特色 2 1.1.1 代码简单易懂 3 1.1.2 包罗万象的Python包 5 1.1.3 超高的知名度和广泛的应用面 6 1.2 学习Python的收获 7 1.2.1 工作效率的提升 7 1.2.2 工作能力的增强 7 1.2.3 职场竞争力的提高 8 1.3 如何高效地学习Python 8 1.3.1 打好编程基础 8 1.3.2 多“攒”代码 8 1.3.3 精通代码调试 9 1.3.4 面向实际工作场景 10 第2章 Python的工作环境 11 2.1 Python工作环境的构成 11 2.1.1 核心的Python软件 11 2.1.2 Anaconda 12 2.1.3 IDE 13 2.2 安装过程中的常见问题 14 2.3 Python的两种解释器 14 2.4 包的安装 22 2.4.1 在线安装 22 2.4.2 离线安装 23 2.5 PyCharm中的解释器配置 26 2.5.1 两种解释器的配置 27 2.5.2 Anaconda中第三方包的配置 31 2.6 编译.py文件生成.exe文件 33 第3章 Python编程基础 38 3.1 与文件系统相关的5个常见问题 38 3.2 编码格式 43 3.3 Python编程中的特殊之处 45 3.4 Python中的数据结构 46 3.4.1 序列 47 3.4.2 列表 49 3.4.3 元组 51 3.4.4 字典 52 3.4.5 集合 57 3.5 Python基础语句 59 第4章 Python程序调试 62 4.1 程序调试的常识 62 4.2 Python代码的常见错误类型 63 4.3 程序调试方法 64 4.3.1 程序调试的基本操作 64 4.3.2 程序调试的基本方法 77 第5章 Excel和Text文件的读写操作 79 5.1 Text文件读写包 79 5.2 Excel读写的四重循环 81 5.3 openpyxl包 83 5.4 xlsxwriter包 87 第6章 数据处理神器pandas 90 6.1 pandas的安装 90 6.2 pandas的数据结构 91 6.3 pandas数据处理 96 6.3.1 从Excel文件中读取数据 96 6.3.2 切片 97 6.3.3 排序、筛选与分类汇总 100 6.3.4 数据合并 105 6.4 pandas统计分析 111 6.4.1 统计分析指标 111 6.4.2 pandas绘图 116 6.5 其他pandas功能 117 第7章 Matplotlib图形呈现包 118 7.1 Matplotlib包介绍 118 7.2 利用Matplotlib包绘图 119 7.2.1 折线图 119 7.2.2 散点图 125 7.2.3 柱状图 126 7.2.4 饼图 126 7.2.5 直方图 131 7.3 图形部件绘制代码 132 7.4 综合绘图示例 135 Python数据分析高级篇 第8章 数据预处理 140 8.1 数据预处理的目标和方法 140 8.1.1 缩放法 141 8.1.2 分段转换 144 8.1.3 定性数据定量化 144 8.1.4 数据填充 145 8.2 Python数据预处理的方法 147 第9章 数据分析的常见问题和方法 150 9.1 数据分析的常见问题 150 9.1.1 数据采集问题 150 9.1.2 数据描述问题 151 9.1.3 数据间关系的界定和挖掘问题 151 9.1.4 时间序列(预测)问题 152 9.2 数据分析的常见方法 152 9.2.1 标识分析法 152 9.2.2 排序分析法 154 9.2.3 漏斗分析法 154 9.2.4 二八分析法 156 9.2.5 异常值分析法 158 9.2.6 对比分析法 164 9.2.7 分组(类)分析法 166 9.2.8 因果关系判断法 166 9.2.9 假设排除分析法 167 9.2.10 趋势分析法 167 第10章 相关与回归 169 10.1 相关 169 10.1.1 相关分析的含义 169 10.1.2 相关分析在Excel软件中的实现 171 10.1.3 相关分析在Python中的实现 176 10.2 回归 178 10.2.1 线性回归 180 10.2.2 非线性回归 183 10.2.3 多元线性回归 186 10.2.4 Logistic回归 187 第11章 分类 192 11.1 KNN算法 193 11.2 聚类原理 196 11.3 聚类在Python中的实现 198 第12章 决策树 202 12.1 决策树原理 203 12.2 决策树代码解析 204 第13章 关联分析 210 13.1 关联分析原理 211 13.2 关联分析的数据预处理 215 13.3 关联分析代码解析 216 第14章 降维 220 14.1 为什么要降维 221 14.2 用Python实现主成分分析 223 第15章 通过爬虫获取数据的方法与实践 227 15.1 爬虫基本原理 228 15.2 爬虫爬取的内容 228 15.3 爬虫实践 229 15.3.1 新闻资讯类网站爬取 229 15.3.2 图片类网站爬取 231 15.3.3 金融类数据爬取 232 15.3.4 电商类数据爬取 233 15.4 应用爬取的数据进行数据分析 235 |
全书共15章,第1章介绍了学习python的好处何在以及如何高效地学习python;第2章介绍python、anaconda以及IDE的安装;第3章讲解编程的常识,包括io、文件系统、编码格式等;第4章介绍Excel和text文本的读写;第5章介绍数据处理神器-pandas;第6章介绍python的编程调试;从第7章开始进入数据分析的范畴,第7章介绍进行数据预处理;第8章介绍数据分析的常见问题和方法;第9章介绍在python中如何寻找异常值;第10章介绍相关和回归;第11章介绍聚类技术;第12章介绍决策树技术;第13章介绍关联分析技巧;第14章介绍降维技术;第15章介绍matplotlib绘图。 |
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