本書從理論和實戰兩個角度對Python數據分析工具進行了介紹，並采用理論分析和Python實踐相結合的形式，按照數據分析的基本步驟對數據分析的理論知識及相應的Python庫進行了詳細的介紹

●第1章數據分析是什麼1.1海量數據背後蘊藏的知識1.2數據分析與數據挖掘的關繫1.3機器學習與數據分析的關繫1.4數據分析的基本步驟1.5Python和數據分析第2章Python——從了解Python開始2.1Python的發展史2.2Python及Pandas、scikitlearn、Matplotlib的安裝2.2.1Windows環境下Python的安裝2.2.2Mac環境下Python的安裝2.2.3Pandas、scikitlearn和Matplotlib的安裝2.2.4使用科學計算發行版Python進行快速安裝2.3Python基礎知識2.3.1縮進很重要2.3.2模塊化的繫統2.3.3注釋2.3.4語法2.4重要的Python庫2.4.1Pandas2.4.2scikitlearn2.4.3Matplotlib2.4.4其他2.5Jupyter第3章數據預處理——不了解數據一切都是空談3.1了解數據3.2數據質量3.2.1完整性3.2.2一致性3.2.3準確性3.2.4及時性3.3數據清洗3.4特征工程3.4.1特征選擇3.4.2特征構建3.4.3特征提取第4章NumPy——數據分析基礎工具4.1多維數組對像ndarray4.1.1ndarray的創建4.1.2ndarray的數據類型4.2ndarray的索引、切片和迭代4.3ndarray的shape的操作4.4ndarray的基礎操作第5章Pandas——處理結構化數據5.1基本數據結構5.1.1Series5.1.2DataFrame5.2基於Pandas的Index對像的訪問操作5.2.1Pandas的Index對像5.2.2索引的不同訪問方式5.3數學統計和計算工具5.3.1統計函數： 協方差、相關繫數、排序5.3.2窗口函數5.4數學聚合和分組運算5.4.1agg（）函數的聚合操作5.4.2transform（）函數的轉換操作5.4.3使用apply()函數實現一般的操作第6章數據分析與知識發現——一些常用的方法6.1分類分析6.1.1邏輯回歸6.1.2線性判別分析6.1.3支持向量機6.1.4決策樹6.1.5K近鄰6.1.6樸素貝葉斯6.2關聯分析6.2.1基本概念6.2.2典型算法6.3聚類分析6.3.1K均值算法6.3.2DBSCAN6.4回歸分析6.4.1線性回歸分析6.4.2支持向量回歸6.4.3K近鄰回歸第7章scikitlearn——實現數據的分析7.1分類方法7.1.1Logistic回歸7.1.2SVM7.1.3Nearest neighbors7.1.4Decision Tree7.1.5隨機梯度下降7.1.6高斯過程分類7.1.7神經網絡分類（多層感知器）7.1.8樸素貝葉斯示例7.2回歸方法7.2.1最小二乘法7.2.2嶺回歸7.2.3Lasso7.2.4貝葉斯嶺回歸7.2.5決策樹回歸7.2.6高斯過程回歸7.2.7最近鄰回歸7.3聚類方法7.3.1Kmeans7.3.2Affinity propagation7.3.3Meanshift7.3.4Spectral clustering7.3.5Hierarchical clustering7.3.6DBSCAN7.3.7Birch第8章Matplotlib——交互式圖表繪制8.1基本布局對像8.2圖表樣式的修改以及裝飾項接口8.3基礎圖表的繪制8.3.1直方圖8.3.2散點圖8.3.3餅圖8.3.4柱狀圖8.3.5折線圖8.3.6表格8.3.7不同坐標繫下的圖像8.4matplot3D8.5Matplotlib與Jupyter結合第9章實例： 科比職業生涯進球分析9.1預處理9.2分析科比的命中率9.3分析科比的投籃習慣第10章實例： 世界杯10.1數據說明10.2世界杯觀眾10.3世界杯冠軍10.4世界杯參賽隊伍與比賽10.5世界杯進球參考文獻

使用Python進行數據分析是十分便利且高效的，因此它被認為是 的數據分析工具之一。本書從理論和實戰兩個角度對Python數據分析工具進行了介紹，並采用理論分析和Python實踐相結合的形式，按照數據分析的基本步驟對數據分析的理論知識以及相應的Python庫進行了詳細的介紹，讓讀者在了解數據分析的基本理論知識的同時能夠快速上手實現數據分析程序。本書適用於對數據分析有濃厚興趣但不知從何下手的初學者，在閱讀數據分析的基礎理論知識的同時可以通過Python實現簡單的數據分析程序，從而快速對數據分析的理論和實現兩個層次形成一定的認知。

呂雲翔、李伊琳、王肇一、張雅素 著

    DELICACYCONTENTS

PREFACE