• <ul id="uygio"></ul>
  • <abbr id="uygio"></abbr>
    <fieldset id="uygio"><menu id="uygio"></menu></fieldset>
    <ul id="uygio"></ul>

    數據產品

    ——? PRODUCTS CENTER? ——

    《基于Python的大數據分析基礎及實戰》
    更新時間:2023/04/01
    《基于Python的大數據分析基礎及實戰》
    內容簡介

    《基于Python的大數據分析基礎及實戰》是一本介紹如何用Python 3.6進行數據處理和分析的學習指南。其主要內容包括:Python語言基礎、數據處理、數據分析、數據可視化,以及利用Python對數據庫的操作、自建Python應用庫的共享發布等。

    《基于Python的大數據分析基礎及實戰》分3個部分:第1部分為基礎知識,第2部分為實戰案例,第3部分為拓展與延伸。本書內容豐富,講解通俗易懂,非常適合本科生、研究生,以及對Python語言感興趣或者想要使用Python語言進行數據分析的廣大讀者。

    作者簡介:余本國,博士,碩士研究生導師。于中北大學理學系任教,主講線性代數、微積分、Python語言、大數據分析基礎等課程。2012年到加拿大York University做訪問學者。出版有《Python數據分析基礎》等著作。


    目  錄

    第1部分  基  礎  篇

    第1章

    Python語言基礎    /2

    1.0  引子    /2

    1.1  工欲善其事,必先利其器(安裝Python)    /3

    1.2  學跑得先學走(語法基礎)    /9

    1.3  程序結構    /11

    1.3.1  Hello World !    /11

    1.3.2  運算符介紹    /12

    1.3.3  順序結構    /14

    1.3.4  判斷結構    /17

    1.3.5  循環結構    /18

    1.3.6  異常    /20

    1.4  函數    /24

    1.4.1  基本函數結構    /24

    1.4.2  參數結構    /25

    1.4.3  回調函數    /28

    1.4.4  函數的遞歸與嵌套    /28

    1.4.5  閉包    /31

    1.4.6  匿名函數lambda    /32

    1.4.7  關鍵字yield    /32

    1.5  數據結構    /35

    1.5.1  列表(list)    /35

    1.5.2  元組(tuple)    /38

    1.5.3  集合(set)    /39

    1.5.4  字典(dict)    /40

    1.5.5  集合的操作    /41

    1.5.6  學以致用    /45

    1.6  3個函數(map、filter、reduce)    /47

    1.6.1  遍歷函數(map)    /47

    1.6.2  篩選函數(filter)    /48

    1.6.3  累計函數(reduce)    /48

    1.7  面向對象編程基礎    /50

    1.7.1  類    /50

    1.7.2  類和實例    /51

    1.7.3  數據封裝    /52

    1.7.4  私有變量與私有方法    /53

    本章小結    /54

    第2章

    數據處理    /60

    2.1  Anaconda簡介    /60

    2.2  Numpy簡介    /66

    2.3  關于Pandas    /68

    2.3.1  什么是Pandas    /68

    2.3.2  Pandas中的數據結構    /68

    2.4  數據準備    /68

    2.4.1  數據類型    /68

    2.4.2  數據結構    /69

    2.4.3  數據導入    /79

    2.4.4  數據導出    /86

    2.5  數據處理    /88

    2.5.1  數據清洗    /89

    2.5.2  數據抽取    /97

    2.5.3  插入記錄    /114

    2.5.4  修改記錄    /117

    2.5.5  交換行或列    /120

    2.5.6  排名索引    /122

    2.5.7  數據合并    /131

    2.5.8  數據計算    /137

    2.5.9  數據分組    /141

    2.5.10  日期處理    /143

    帶你飛(數據處理案例)    /148

    本章小結    /160

    第3章

    數據分析    /165

    3.1  基本統計分析    /165

    3.2  分組分析    /169

    3.3  分布分析    /171

    3.4  交叉分析    /173

    3.5  結構分析    /174

    3.6  相關分析    /176

    小試牛刀(相關分析案例:電商數據分析)    /178

    本章小結    /180

    第4章

    數據可視化    /181

    4.1  使用Python對數據進行可視化處理    /181

    4.1.1  準備工作    /181

    4.1.2  Matplotlib繪圖示例    /186

    4.1.3  Seabon中的圖例    /198

    4.1.4  pandas的一些可視化功能    /212

    4.1.5  文本數據可視化    /217

    4.1.6  networkx網絡圖    /218

    4.1.7  folium繪制地圖    /220

    4.2  Python圖像處理基礎    /221

    4.2.1  PIL圖庫    /221

    4.2.2  OpenCV圖庫    /224

    本章小結    /226

    第5章

    字符串處理與網絡爬蟲    /228

    5.1  字符串處理    /228

    5.1.1  字符串處理函數    /228

    5.1.2  正則表達式    /230

    5.1.3  編碼處理    /237

    5.2  網絡爬蟲    /240

    5.2.1  獲取網頁源碼    /240

    5.2.2  從源碼中提取信息    /241

    5.2.3  數據存儲    /246

    5.2.4  網絡爬蟲從這里開始    /248

    本章小結    /260

     

     

    第2部分  實戰案例篇

    第6章

    詞云    /262

    6.1  安裝文件包    /263

    6.2  jieba功能用法    /264

    6.2.1  cut用法    /264

    6.2.2  詞頻與分詞字典    /265

    6.3  文本詞云圖    /269

    6.4  背景輪廓詞云圖的制作    /271

    6.4.1  數據準備    /271

    6.4.2  分詞    /272

    6.4.3  構建詞云    /273

    本章小結    /278

    第7章

    航空客戶分類    /279

    7.1  問題的提出    /279

    7.2  聚類分析相關概念    /280

    7.3  模型的建立    /281

    7.4  Python實現代碼    /281

    7.5  分類結果展示與分析    /284

    本章小結    /287

    第8章

    《紅樓夢》文本分析    /288

    8.1  準備工作    /289

    8.2  分詞    /291

    8.2.1  讀取數據    /291

    8.2.2  數據預處理    /293

    8.2.3  對紅樓夢進行分詞    /301

    8.2.4  制作詞云    /303

    8.3  文本聚類分析    /312

    8.3.1  構建分詞TF-IDF矩陣    /312

    8.3.2  使用TF-IDF矩陣對章節進行聚類    /314

    8.4  LDA主題模型    /322

    8.5  人物社交網絡分析    /328

    本章小結    /334

     

     

    第3部分  拓展與延伸

    第9章

    Python字符串格式化    /336

    9.1  使用%符號進行格式化    /336

    9.2  使用format()方法進行格式化    /339

    9.3  使用f方法進行格式化    /341

    本章小結    /342

    第10章

    在Python中操作MySQL數據庫    /343

    10.1  對MySQL的連接與訪問    /344

    10.2  對MySQL的增、刪、改、查操作    /345

    10.2.1  查詢操作    /345

    10.2.2  插入操作    /346

    10.2.3  更新操作    /347

    10.2.4  刪除操作    /347

    10.3  創建數據庫表    /348

    本章小結    /349

    第11章

    fractal(分形)庫的發布    /350

    11.1  用Python繪制分形    /351

    11.1.1  分形簡介    /351

    11.1.2  先睹為快    /351

    11.1.3  繪制方法簡介    /352

    11.2  第三方庫發布到PyPi    /364

    本章小結    /369

    參考文獻    /370



    上一頁:已經為第一條
    上一頁:已經為第一條

    相關推薦

    在線咨詢

    在線留言
    主站蜘蛛池模板: 久久精品无码午夜福利理论片| 国产精品成人小电影在线观看| 亚洲中文久久精品无码| 亚洲欧美日韩精品专区| 亚洲精品一品区二品区三品区| 久久精品无码专区免费青青| 成人区精品一区二区不卡 | 久久久久99精品成人片试看 | 精品一区二区三区色花堂| 久久人人爽人人精品视频| 中文国产成人精品久久不卡| 国产精品污WWW在线观看| 亚洲精品自产拍在线观看动漫| 久夜色精品国产一区二区三区| 无码国产精品一区二区免费16| 99re这里只有精品热久久| 国产高清日韩精品欧美激情| 亚洲?V无码乱码国产精品| 国产精品无码日韩欧| 成人精品一区二区三区免费看 | 久久国产精品无码HDAV| 精品国产欧美另类一区| 久久亚洲国产成人精品无码区| 精品欧洲AV无码一区二区男男| 欧美日韩精品一区二区| 亚洲国模精品一区| 国产精品视频久久| 免费视频精品一区二区| 国产精品国产亚洲精品看不卡| 国产精品区AV一区二区| 欧美日韩人妻精品一区二区在线| 99精品影院| 日韩精品无码一区二区中文字幕| www夜片内射视频日韩精品成人| 人妻AV一区二区三区精品| 国产精品亚洲产品一区二区三区 | 国产精品美女久久久久网| 四虎精品影库4HUTV四虎| 精品久久久久久久| 亚洲乱码国产乱码精品精| 99久久人人爽亚洲精品美女|