了得網計算機/網絡_Python數據分析與應用

內容簡介

本書基於作者多年來的課程教學經驗和利用Python進行數據分析的工程經驗編寫而成，面向數據分析的初學者，使其具備利用Python開展數據分析工作、解決各專業問題的思維和能力。高校計算機、大數據、人工智能及其他相關專業均可使用本書作為數據分析課程教材。

前言
第1章基礎知識1
1.1數據分析簡介1
1.2Python編程基礎4
1.2.1Anaconda環境的安裝和配置5
1.2.2Jupyter Notebook的使用7
1.2.3內置數據類型11
1.2.4程序的控制結構12
1.2.5模塊化13
1.2.6面向對像14
1.2.7文件操作16
1.2.8異常處理17
1.3包/模塊使用示例18
1.3.1CSV文件操作18前言
第1章基礎知識1
1.1數據分析簡介1
1.2Python編程基礎4
1.2.1Anaconda環境的安裝和配置5
1.2.2Jupyter Notebook的使用7
1.2.3內置數據類型11
1.2.4程序的控制結構12
1.2.5模塊化13
1.2.6面向對像14
1.2.7文件操作16
1.2.8異常處理17
1.3包/模塊使用示例18
1.3.1CSV文件操作18
1.3.2排序時間測試20
1.4本章小結24
1.5習題25
第2章科學計算基礎工具包NumPy27
2.1ndarray類27
2.1.1為什麼使用ndarray28
2.1.2ndarray類對像的常用屬性30
2.1.3創建ndarray類對像32
2.2示例數據35
2.3索引和切片38
2.4數據拷貝40
2.5數據處理43
2.5.1基礎運算43
2.5.2廣播機制47
2.5.3通用函數48
2.5.4常用函數和方法51
2.6高級索引58
2.7本章小結62
2.8習題63
第3章數據分析工具庫Pandas66
3.1Series類66
3.1.1Series對像的常用屬性66
3.1.2創建Series對像67
3.2DataFrame對像69
3.2.1DataFrame對像的常用屬性70
3.2.2創建DataFrame對像72
3.3Index對像74
3.3.1Index對像的常用屬性74
3.3.2創建Index對像74
3素訪問方式75
3.4.1屬性運算符訪問76
3.4.2索引運算符訪問77
3.4.3loc訪問方法81
3.4.4iloc訪問方法83
3.4.5at和iat索引方法86
3.4.6head和tail方法87
3.5數據清洗88
3.5.1處理缺失數據88
3.5.2刪除重復數據92
3.6數據合並94
3.6.1merge方法94
3.6.2join方法97
3.6.3concat方法100
3.7數據重塑103
3.7.1pivot方法103
3.7.2melt方法104
3.8Pandas數據處理實例106
3.8.1藥品銷售數據處理實例106
3.8.2流感與人口數據處理實例110
3.9本章小結113
3.10習題114
第4章數據統計分析119
4.1基本統計分析119
4.2分組分析121
4.2.1定性分組121
4.2.2定量分組123
4.3分布分析124
4.4交叉分析125
4.5結構分析127
4.6相關分析128
4.7應用實例131
4.8本章小結133
4.9習題133
第5章時間序列分析135
5.1Datetime模塊135
5.2時間序列基礎137
5.3日期時間處理140
5.4頻率轉換與重采樣143
5.4.1頻率轉換143
5.4.2重采樣145
5.5本章小結151
5.6習題151
第6章數據可視化153
6.1Matplotlib153
6.1.1線形圖153
6.1.2條形圖155
6.1.3餅圖156
6.1.4散點圖158
6.1.5直方圖159
6.2Seaborn160
6.2.1關繫圖161
6.2.2分布圖163
6.2.3分類圖167
6.2.4回歸圖170
6.2.5熱力圖172
6.3Pyecharts173
6.3.1Pyecharts圖表類173
6.3.2Pyecharts圖表配置174
6.4應用實例177
6.5本章小結182
6.6習題183
第7章網絡爬蟲187
7.1網絡數據獲取187
7.2數據文件操作196
7.3應用實例203
7.4本章小結208
7.5習題208
第8章MySQL數據庫操作210
8.1MySQL簡介210
8.2MySQL的安裝211
8.3連接、讀取和存儲214
8.3.1創建數據庫和數據表214
8.3.2Python連接數據庫217
8.3.3Python讀取數據庫218
8.3.4Python存儲數據庫219
8.4數據操作222
8.4.1查詢操作222
8.4.2插入操作223
8.4.3更新操作225
8.4.4刪除操作226
8.5應用實例227
8.6本章小結233
8.7習題233
附錄NumPy通用函數235
參考文獻238

前言

數據分析是對數據進行檢查、清理、轉換和建模的過程，有助於從數據中發現規律並制定科學的決策，目前已廣泛應用於自然科學、社會科學和管理科學的各個領域。各專業的學生都有必要掌握數據分析的基本原理和經典方法，了解數據分析能做什麼、如何做數據分析，並掌握基本的數據分析流程，當遇到專業問題或進行專業研究時能主動應用數據分析方法解決問題，完成一些具有創新性的工作。
Python是當前數據分析工作中常用的編程語言，它是一種代表簡單主義思想的語言，可以使用盡量少的代碼完成更多的工作。Python使用戶能夠專注於解決問題而不是理解語言本身。另外，Python有簡潔的說明文檔、豐富的第三方庫，使得初學者很容易上手。掌握Python編程的基礎知識有助於各專業人員更好地開展數據分析相關的工作，更好地解決實際工作中的問題。數據分析是對數據進行檢查、清理、轉換和建模的過程，有助於從數據中發現規律並制定科學的決策，目前已廣泛應用於自然科學、社會科學和管理科學的各個領域。各專業的學生都有必要掌握數據分析的基本原理和經典方法，了解數據分析能做什麼、如何做數據分析，並掌握基本的數據分析流程，當遇到專業問題或進行專業研究時能主動應用數據分析方法解決問題，完成一些具有創新性的工作。
Python是當前數據分析工作中常用的編程語言，它是一種代表簡單主義思想的語言，可以使用盡量少的代碼完成更多的工作。Python使用戶能夠專注於解決問題而不是理解語言本身。另外，Python有簡潔的說明文檔、豐富的第三方庫，使得初學者很容易上手。掌握Python編程的基礎知識有助於各專業人員更好地開展數據分析相關的工作，更好地解決實際工作中的問題。
本書是在*產學合作協同育人項目的支持下，由南開大學計算機學院的教師與北京華育興業科技有限公司的技術專家合作編寫而成的。作者結合多年教學經驗，在分析各專業人員的數據分析工作需求的基礎上安排本書內容，可作為高校大數據、計算機、人工智能等專業和對數據分析有需求的其他專業學生的教材，也可作為Python數據分析開發人員的參考手冊。本書針對每一個知識點提供了實例，通過具體問題向讀者展示了基於Python的數據分析程序的編寫方法，方便讀者學習基於Python開展數據分析工作的方法和過程，幫助讀者快速掌握基於Python的數據分析方法並初步具備利用相關知識解決實際數據分析問題的能力。在本書配套資源中，我們也提供了數據分析實例源代碼，讀者可通過動手實踐掌握數據分析方法和基於Python的編程實現，為使用Python編程語言解決更復雜的數據分析問題打下良好的基礎。
在利用本書學習Python數據分析知識時，建議讀者多思考、多分析、多動手實踐。當看到一個數據分析問題時，首先要自己分析該問題，設計求解該問題的算法；然後梳理程序結構，編寫程序實現算法；後運行程序，並通過繫統的錯誤提示或通過程序調試方法解決程序中的語法錯誤和邏輯錯誤。隻有這樣，纔能真正掌握利用Python進行數據分析工作的方法，進而在實際工作中熟練運用相關知識解決具體問題。另外，豐富的第三方工具包是Python語言的優勢之一。在學習一個新的工具包時，首先應掌握該工具包提供的數據類型（可以用於存儲哪些數據），再根據需要掌握常用的數據操作方法（可以對數據做哪些操作）。我們在做繫統設計時亦是如此，先確定繫統中涉及的數據，再考慮可以對這些數據進行哪些操作。
本書的特色有以下幾點：
1）問題導向，通過大量程序實例使讀者更直觀地理解Python數據分析的方法和過程。
2）重點/難點突出，通過大量“提示”向讀者詳細說明學習過程中需重點掌握或不容易理解的內容。
3）知識繫統完整，對涉及的每個知識點都給出了詳細介紹，更加適合初學者作為教材或開發人員作為參考手冊。
本書共分為8章，各章內容的簡單介紹如下。
第1章首先介紹數據分析的基本概念和基本流程，列舉了一些應用場景，使讀者認識數據分析在實際應用中的重要意義。接下來，通過一個程序示例幫助讀者理解數據分析的基本流程。然後，結合上機操作指導和程序實例簡要介紹數據分析領域廣泛使用的Python程序設計語言的知識，包括Anaconda集成平臺和Jupyter Notebook開發環境的使用方法，以及內置數據類型、程序的控制結構、模塊化、面向對像、文件操作、異常處理等。後，提供兩個簡單的包/模塊使用示例。個例子利用csv模塊完成CSV文件的讀/寫操作；第二個例子利用random模塊實現生成隨機數的功能和利用time模塊實現時間處理的功能，並給出排序時間隨問題規模（即素數量）變化的實驗。
第2章首先介紹NumPy中用於存儲數組數據的ndarray類，通過對列表與ndarray的排序和求和時間的比較分析，討論了ndarray在大數據分析中的優勢，並依次介紹ndarray類對像的常用屬性和創建方法。然後，介紹利用tushare工具包獲取該章實例所使用的股票數據的方法，並介紹如何利用NumPy提供的loadtxt和savetxt函數完成CSV文件的讀寫操作。後，結合獲取的股票數據，通過實例詳細介紹索引和切片、數據拷貝、數據處理和高級索引等方面的知識，使讀者能夠更好地掌握NumPy的應用方法。
第3章首先介紹Pandas中常用的數據結構—Series類和DataFrame類，以及軸標簽的數據結構Index類，並通過代碼實例詳細地介紹它們的常用對像屬性和創建方法。然後，詳細介紹Series和DataFrame素訪問方式，包括屬性運算符訪問、索引運算符訪問、loc和iloc方法、at和iat方法、head和tail方法等。在此基礎上，介紹Pandas提供的數據清洗方法、常用的數據合並方法（merge、join和concat等），以及等常用的數據重塑方法（pivot和melt等）。後通過實例詳細介紹利用Pandas工具包進行數據清洗、數據預處理、數據重塑的操作過程，使讀者能夠更好地掌握Pandas的應用方法。
第4章首先介紹Pandas中用於基本統計分析的相關函數，並依次介紹分組分析、分布分析、交叉分析、結構分析和相關分析的

商品搜索

商品分类

【醫學】

【各大出版社】