![](http://img.alicdn.com/imgextra/i3/2455124912/TB27PHjtbZnBKNjSZFGXXbt3FXa_!!2455124912-0-item_pic.jpg)
產品名稱:從零開始學Python數據分析... 是否是套裝:否 書名:從零開始學Python數據分析-視頻教學版 從零開始學Python數據分析-視頻教學版 代碼:69 出版社名稱:機械工業出版社 出版時間:2018年8月 作者:無 ISBN編號:9787111606468
" 從零開始學PYTHON數據分析(視頻教學版) 作 者:編者:羅攀 著作 定 價:69 出 版 社:機械工業出版社 出版日期:2018年08月01日 頁 數:260 裝 幀:平裝 ISBN:9787111606468 ●前言第1章 Python環境搭建與使用11.1 Anaconda的安裝和使用11.1.1 Anaconda的安裝11.1.2 Anaconda的使用31.2 Jupyter Notebook的使用51.2.1 更改工作空間51.2.2 界面介紹與使用7第2章 NumPy入門和實戰92.1 ndarray多維數組92.1.1 創建ndarray數組92.1.2 ndarray對像屬性122.1.3 ndarray數據類型132.1.4 數組變換152.1.5 NumPy的隨機數函數182.2 數組的索引和切片202.2.1 數組的索引212.2.2 數組的切片232.2.3 布爾型索引242.2.4 花式索引262.3 數組的運算262.3.1 數組和標量間的運算262.3.2 通用函數272.3.3 條件邏輯運算282.3.4 統計運算302.3.5 布爾型數組運算312.3.6 排序322.3.7 集合運算332.3.8 線性代數342.4 數組的存取342.4.1 數組的存儲352.4.2 數組的讀取352.5 綜合示例——圖像變換35第3章 pandas入門和實戰383.1 pandas數據結構383.1.1 創建Series數據383.1.2 創建DataFrame數據403.1.3 索引對像433.2 pandas索引操作443.2.1 重新索引453.2.2 更換索引463.2.3 索引和選取483.2.4 操作行和列523.3 pandas數據運算533.3.1 算術運算543.3.2 函數應用和映射553.3.3 排序563.3.4 彙總與統計573.3.5 唯一值和值計數583.4 層次化索引593.4.1 層次化索引簡介593.4.2 重排分級順序603.4.3 彙總統計613.5 pandas可視化613.5.1 線形圖613.5.2 柱狀圖633.5.3 直方圖和密度圖663.5.4 散點圖673.6 綜合示例——小費數據集683.6.1 數據分析流程683.6.2 數據來源683.6.3 定義問題693.6.4 數據清洗693.6.5 數據探索70第4章 外部數據的讀取與存儲734.1 文本數據的讀取與存儲734.1.1 CSV文件的讀取734.1.2 TXT文件的讀取804.1.3 文本數據的存儲814.2 JSON和Excel數據的讀取與存儲824.2.1 JSON數據的讀取與存儲824.2.2 Excel數據的讀取與存儲854.3 數據庫的讀取與存儲874.3.1 連接數據庫874.3.2 讀取數據庫884.3.3 存儲數據庫904.4 Web數據的讀取904.4.1 讀取HTML表格904.4.2 網絡爬蟲92第5章 數據清洗與整理955.1 數據清洗955.1.1 處理缺失值955.1.2 移除重復數據995.1.3 替換值1015.1.4 利用函數或映射進行數據轉換1015.1.5 檢測異常值1025.1.6 虛擬變量1035.2 數據合並和重塑1045.2.1 merge合並1055.2.2 concat連接1105.2.3 combine_first合並1135.2.4 數據重塑1145.3 字符串處理1165.3.1 字符串方法1175.3.2 正則表達式1185.4 綜合示例——Iris數據集1185.4.1 數據來源1185.4.2 定義問題1195.4.3 數據清洗1195.4.4 數據探索123第6章 數據分組與聚合1256.1 數據分組1256.1.1 GroupBy簡介1256.1.2 按列名分組1286.1.3 按組分組1306.1.4 按字典分組1306.1.5 按函數分組1316.2 聚合運算1326.2.1 聚合函數1326.2.2 多函數應用1346.3 分組運算1366.3.1 transform方法1376.3.2 apply方法1386.4 數據透視表1396.4.1 透視表1406.4.2 交叉表1406.5 綜合實例——巴爾的摩公務員工資數據集1426.5.1 數據來源1426.5.2 定義問題1436.5.3 數據清洗1436.5.4 數據探索144第7章 matplotlib可視化1487.1 線形圖1487.1.1 基本使用1487.1.2 顏色與線形1497.1.3 點標記1517.2 柱狀圖1527.2.1 基本使用1527.2.2 刻度與標簽1557.2.3 圖例1567.3 其他基本圖表1587.3.1 散點圖1587.3.2 直方圖1597.4 自定義設置1597.4.1 圖表布局1597.4.2 文本注解1627.4.3 樣式與字體1637.5 綜合示例——星巴克店鋪數據集1647.5.1 數據來源1647.5.2 定義問題1667.5.3 數據清洗1667.5.4 數據探索168第8章 seaborn可視化1728.1 樣式與分布圖1728.1.1 seaborn樣式1728.1.2 坐標軸移除1748.1.3 單變量分布圖1758.1.4 多變量分布圖1788.2 分類圖1818.2.1 分類散點圖1818.2.2 箱線圖與琴形圖1838.2.3 柱狀圖186< 內容簡介 本書便是一本“小白”學習Python數據分析的入門圖書。書中不僅有各種分析框架的使用技巧,而且也有各類數據圖表的繪制方法。本書通過多個案例講解,讓讀者可以體驗數據背後的樂趣。本書共11章,核心內容包括Python數據分析環境安裝、NumPy基礎、pandas基礎、數據讀取與存儲、數據預處理、數據分組與聚合、matplotlib可視化、地圖繪制、pyecharts可視化、時間序列、網站日志分析綜合案例實戰。本書適合Python數據分析的初學者和愛好者閱讀,也適合作為各類院校相關專業的教學用書,同時還適合相關社會培訓機構作為Python數據分析培訓教材或者參考書。 互聯網的飛速發展伴隨著海量信息的產生,而海量信息的背後對應的則是海量數據。如何從這些海量數據中獲取有價值的信息來供人們學習和工作使用,這就不得不用到大數據挖掘和分析技術。數據分析作為大數據技術的核心一環,其重要性不言而喻。 在數據分析領域,Python語言以其簡單易用,並提供了優秀、好用的第三方庫和數據分析的完整框架而深受數據分析人員的青睞。可以說,Python已經當仁不讓地成為了數據分析人員的一把“利器”。程序員想要進入數據分析行業,首先要掌握Python數據分析技術,隻有這樣纔能在嚴峻的就業市場中具有較強的競爭力。 目前圖書市場上關於Python數據分析的圖書主要是幾本翻譯圖書,其定位相對高端,而且翻譯質量參差不齊,案例數據不方便下載,閱讀難度繫數較大,初學者不容易上手,故不適合初學者學習;而國...... "![](http://img.alicdn.com/imgextra/i3/2455124912/TB27PHjtbZnBKNjSZFGXXbt3FXa_!!2455124912-0-item_pic.jpg)
![](http://img.alicdn.com/imgextra/i1/2455124912/TB2bIHVrA7mBKNjSZFyXXbydFXa_!!2455124912.jpg)
|