Python商业数据分析(大数据与人工智能系列)

Python商业数据分析(大数据与人工智能系列)
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
2021-04
版次: 1
ISBN: 9787300292106
定价: 56.00
装帧: 其他
开本: 其他
纸张: 胶版纸
页数: 364页
字数: 490千字
53人买过
  • 为了适应社会科学学科学生以及企业从事商业数据分析的人员需求,本书会精选部分精炼的Python语法进行讲解,以*简单直白的语言将Python用于商业数据分析的要义讲明白。本书重点将围绕商业数据分析这一核心问题介绍三部分内容:一、以目前进行商业数据分析*主要的编程语言Python为主,介绍Python编程语法;二、介绍进行商业数据分析的主要算法和模型,包括统计方法、数据挖掘方法、机器学习方法以及深度学习方法;三、以商业管理中常见的应用问题为例,介绍4-5个商业数据分析案例,包括市场营销方面的消费者细分、在线社区中虚假评论的识别、房地产经济分析、金融投资领域中的行业研究报告分析等。 张瑾,中国人民大学商学院副教授,博士生导师,管理科学与工程系副主任、商业分析云智实验室副主任,中国信息经济学会理事。获中国信息经济学理论贡献奖,教育部博士研究生学术新人奖。目前在商业大数据分析领域国内外重要学术期刊与国际会议上发表学术论文30余篇,主持和参与多项国家自然科学基金委项目和重大项目。主要教学与研究领域包括大数据管理与分析、商务智能、电子商务、人工智能等。 目录

    第1章引言 / 1 

    基础篇 

    第2章 Python简介 / 7 

    2.1 发展历程 / 7 

    2.2 特点 / 7 

    2.2.1 开源与可移植性 / 8 

    2.2.2 面向对象 / 8 

    2.2.3 其他特点 / 8 

    2.3 语言标准 / 9 

    2.4 Python 3的安装与运行 / 9 

    2.4.1 Windows / 9 

    2.4.2 Linux/Unix / 11 

    2.4.3 Mac OS / 11 

    2.5 思考练习题 / 12 

    第3章 数据类型 / 13 

    3.1 概述 / 13 

    3.1.1 变量 / 13 

    3.1.2 数据类型框架 / 15 

    3.2 数字类型 / 16 

    3.2.1 分类 / 16 

    3.2.2 相关函数 / 17 

    3.3 列表与元组 / 18 

    3.3.1 序列通用操作 / 18 

    3.3.2 列表 / 21 

    3.3.3 元组 / 27 

    3.4 字符串 / 28 

    3.4.1 概述 / 28 

    3.4.2 字符串格式化 / 31 

    3.4.3 方法 / 32 

    3.5 字典 / 33 

    3.5.1 概述 / 33 

    3.5.2 格式化字符串 / 34 

    3.5.3 方法 / 35 

    3.6 集合 / 37 

    3.6.1 概述 / 37 

    3.6.2 方法 / 39 

    3.7 基本运算符 / 39 

    3.7.1 算术运算符 / 40 

    3.7.2 比较运算符 / 40 

    3.7.3 赋值运算符 / 40 

    3.7.4 其他运算符 / 41 

    3.7.5 运算符优先级表 / 41 

    3.8 思考练习题 / 42 

    第4章 条件与循环 / 43 

    4.1 条件 / 43 

    4.1.1 布尔变量 / 43 

    4.1.2 条件语句 / 43 

    4.2 循环 / 46 

    4.2.1 循环语句 / 46 

    4.2.2 迭代方式 / 50 

    4.2.3 排序 / 52 

    4.3 列表推导式与其他语句 / 53 

    4.3.1 列表推导式 / 53 

    4.3.2 其他语句 / 54 

    4.4 思考练习题 / 55 

    第5章 函数与类 / 56 

    5.1 函数 / 56 

    5.1.1 创建 / 56 

    5.1.2 参数 / 59 

    5.1.3 作用域 / 62 

    5.1.4 递归 / 63 

    5.2 类 / 65 

    5.2.1 对象 / 65 

    5.2.2 类的创建 / 66 

    5.2.3 私有化与类的命名空间 / 67 

    5.2.4 子类与超类 / 70 

    5.2.5 特殊方法 / 72 

    5.2.6 迭代器 / 75 

    5.3 思考练习题 / 78 

    第6章 标准库、异常与文件流 / 79 

    6.1 标准库 / 79 

    6.1.1 概念区分:模块、库与标准库 / 79 

    6.1.2 安装第三方模块 / 81 

    6.1.3 使用import语句导入模块 / 81 

    6.1.4 查看模块信息:help() / 82 

    6.1.5 常用标准库之一:os / 82 

    6.1.6 常用标准库之二:sys / 83 

    6.1.7 常用标准库之三:time / 86 

    6.1.8 常用标准库之四:random / 88 

    6.1.9 常用标准库之五:re / 89 

    6.2 异常 / 94 

    6.2.1 捕捉异常:try/except语句 / 95 

    6.2.2 捕捉异常:try/except…else语句 / 96 

    6.2.3 捕捉异常:try/finally语句 / 97 

    6.2.4 抛出异常:raise语句 / 98 

    6.3 文件与流 / 98 

    6.3.1 打开和关闭文件
  • 内容简介:
    为了适应社会科学学科学生以及企业从事商业数据分析的人员需求,本书会精选部分精炼的Python语法进行讲解,以*简单直白的语言将Python用于商业数据分析的要义讲明白。本书重点将围绕商业数据分析这一核心问题介绍三部分内容:一、以目前进行商业数据分析*主要的编程语言Python为主,介绍Python编程语法;二、介绍进行商业数据分析的主要算法和模型,包括统计方法、数据挖掘方法、机器学习方法以及深度学习方法;三、以商业管理中常见的应用问题为例,介绍4-5个商业数据分析案例,包括市场营销方面的消费者细分、在线社区中虚假评论的识别、房地产经济分析、金融投资领域中的行业研究报告分析等。
  • 作者简介:
    张瑾,中国人民大学商学院副教授,博士生导师,管理科学与工程系副主任、商业分析云智实验室副主任,中国信息经济学会理事。获中国信息经济学理论贡献奖,教育部博士研究生学术新人奖。目前在商业大数据分析领域国内外重要学术期刊与国际会议上发表学术论文30余篇,主持和参与多项国家自然科学基金委项目和重大项目。主要教学与研究领域包括大数据管理与分析、商务智能、电子商务、人工智能等。
  • 目录:
    目录

    第1章引言 / 1 

    基础篇 

    第2章 Python简介 / 7 

    2.1 发展历程 / 7 

    2.2 特点 / 7 

    2.2.1 开源与可移植性 / 8 

    2.2.2 面向对象 / 8 

    2.2.3 其他特点 / 8 

    2.3 语言标准 / 9 

    2.4 Python 3的安装与运行 / 9 

    2.4.1 Windows / 9 

    2.4.2 Linux/Unix / 11 

    2.4.3 Mac OS / 11 

    2.5 思考练习题 / 12 

    第3章 数据类型 / 13 

    3.1 概述 / 13 

    3.1.1 变量 / 13 

    3.1.2 数据类型框架 / 15 

    3.2 数字类型 / 16 

    3.2.1 分类 / 16 

    3.2.2 相关函数 / 17 

    3.3 列表与元组 / 18 

    3.3.1 序列通用操作 / 18 

    3.3.2 列表 / 21 

    3.3.3 元组 / 27 

    3.4 字符串 / 28 

    3.4.1 概述 / 28 

    3.4.2 字符串格式化 / 31 

    3.4.3 方法 / 32 

    3.5 字典 / 33 

    3.5.1 概述 / 33 

    3.5.2 格式化字符串 / 34 

    3.5.3 方法 / 35 

    3.6 集合 / 37 

    3.6.1 概述 / 37 

    3.6.2 方法 / 39 

    3.7 基本运算符 / 39 

    3.7.1 算术运算符 / 40 

    3.7.2 比较运算符 / 40 

    3.7.3 赋值运算符 / 40 

    3.7.4 其他运算符 / 41 

    3.7.5 运算符优先级表 / 41 

    3.8 思考练习题 / 42 

    第4章 条件与循环 / 43 

    4.1 条件 / 43 

    4.1.1 布尔变量 / 43 

    4.1.2 条件语句 / 43 

    4.2 循环 / 46 

    4.2.1 循环语句 / 46 

    4.2.2 迭代方式 / 50 

    4.2.3 排序 / 52 

    4.3 列表推导式与其他语句 / 53 

    4.3.1 列表推导式 / 53 

    4.3.2 其他语句 / 54 

    4.4 思考练习题 / 55 

    第5章 函数与类 / 56 

    5.1 函数 / 56 

    5.1.1 创建 / 56 

    5.1.2 参数 / 59 

    5.1.3 作用域 / 62 

    5.1.4 递归 / 63 

    5.2 类 / 65 

    5.2.1 对象 / 65 

    5.2.2 类的创建 / 66 

    5.2.3 私有化与类的命名空间 / 67 

    5.2.4 子类与超类 / 70 

    5.2.5 特殊方法 / 72 

    5.2.6 迭代器 / 75 

    5.3 思考练习题 / 78 

    第6章 标准库、异常与文件流 / 79 

    6.1 标准库 / 79 

    6.1.1 概念区分:模块、库与标准库 / 79 

    6.1.2 安装第三方模块 / 81 

    6.1.3 使用import语句导入模块 / 81 

    6.1.4 查看模块信息:help() / 82 

    6.1.5 常用标准库之一:os / 82 

    6.1.6 常用标准库之二:sys / 83 

    6.1.7 常用标准库之三:time / 86 

    6.1.8 常用标准库之四:random / 88 

    6.1.9 常用标准库之五:re / 89 

    6.2 异常 / 94 

    6.2.1 捕捉异常:try/except语句 / 95 

    6.2.2 捕捉异常:try/except…else语句 / 96 

    6.2.3 捕捉异常:try/finally语句 / 97 

    6.2.4 抛出异常:raise语句 / 98 

    6.3 文件与流 / 98 

    6.3.1 打开和关闭文件
查看详情
相关图书 / 更多
Python商业数据分析(大数据与人工智能系列)
PyTorch实战
(印)Ashish Ranjan Jha(阿施·拉贾汉·贾)
Python商业数据分析(大数据与人工智能系列)
Python游戏开发从入门到进阶实战
明日科技 编著
Python商业数据分析(大数据与人工智能系列)
Pylon
Faulkner;William
Python商业数据分析(大数据与人工智能系列)
PyTorch深度学习指南:计算机视觉 卷II 王兆宇
(巴西)丹尼尔·沃格特·戈多伊
Python商业数据分析(大数据与人工智能系列)
PyTorch深度学习指南:序列与自然语言处理 卷III
(巴西)丹尼尔·沃格特·戈多伊(Daniel Voigt Godoy)
Python商业数据分析(大数据与人工智能系列)
Python推荐系统实战:基于深度学习、NLP和图算法的应用型推荐系统
(印)阿克谢·库尔卡尼 等
Python商业数据分析(大数据与人工智能系列)
Python金融量化实战固定收益类产品分析
欧晨
Python商业数据分析(大数据与人工智能系列)
Python量子计算实践:基于Qiskit和IBM Quantum Experience平台
(美)哈西·诺伦(Hassi Norlén)
Python商业数据分析(大数据与人工智能系列)
Python金融量化分析
肖建军;高拴平
Python商业数据分析(大数据与人工智能系列)
Python Streamlit从入门到实战——快速构建机器学习和数据科学Web应用(微课视频版)
王鑫
Python商业数据分析(大数据与人工智能系列)
Python编程:时间序列分析入门与实战应用
王恺
Python商业数据分析(大数据与人工智能系列)
Python语言科研绘图与学术图表绘制从入门到精通 科技绘图与科学可视化专业教程
关东升 编著