Python3智能数据分析快速入门

作者: 李明江著 , 张良均著 , 周东平著 , 张尚佳著

出版社: 机械工业出版社

出版时间: 2019-07

ISBN: 9787111628057

定价: 119.00

装帧: 平装

开本: 16开

纸张: 胶版纸

页数: 500页

丛书: 智能系统与技术丛书

分类: 计算机与互联网

17人买过

本书从逻辑上可分为两大部分。
第一部分是Python编程基础（第1~4章），介绍了Python环境搭建、Python基础语法、控制语句、函数、面向对象编程等。第1章旨在让读者从全局把握Python，了解利用Python进行智能数据分析的优势，并详细介绍了Python环境搭建与配置，同时还对两个常用集成开发环境做了详细介绍。第2章先对Python固定语法做了介绍，包括编码声明、注释、缩进等；而后介绍了Python常见的数据类型，包括str、list、tuple、dict、set等；还介绍了Python常用运算符，包括算术运算符、逻辑运算符、成员运算符、位运算符等。第3章主要对控制语句做了详细介绍，包括条件语句和循环语句，同时还介绍了和条件语句类似的异常处理try-except-else语句。第4章主要介绍了Python的内置函数、自定义函数、面向对象编程以及第三方库的安装与使用方法。
第二部分是数据分析编程（第5~9章），主要对数据分析中常用的第三方库做了详细介绍，强调在Python中对应函数的使用方法及其结果的解释说明。内容涵盖数值分析库NumPy，数据处理库pandas，绘图库Matplotlib、Seaborn、Bokeh，机器学习与数据分析建模库scikit-learn。这一部分涉及数据读取、数据预处理、模型构建、模型评价、结果可视化，几乎涵盖了整个数据分析过程，充分而又详细地说明了Python数据分析的常用操作，相信在本书的指导下，读者能够从零开始快速数据入门分析。

李明江　资深大数据专家，贵州省计算机学会常务理事，黔南州大数据专家委员会委员，黔南州计算机学会会长，黔南州教育信息化建设专家库专家，黔南民族师范学院计算机与信息学院院长，全国高校大数据教育联盟理事。主持过多项省厅级科研项目，并在《计算机应用研究》《科技通报》上发表过多篇大数据分析与数据挖掘相关技术的研究论文，著有《数据挖掘的应用与实践：案例与探析》《计算机网络技术与应用》等。
张良均　资深大数据挖掘与分析专家、模式识别专家、AI技术专家。有10余年大数据挖掘与分析经验，擅长Python、R、Hadoop、Matlab等技术实现的数据挖掘与分析，对机器学习等AI技术驱动的数据分析也有深入研究。为电信、电力、政府、互联网、生产制造、零售、银行、生物、化工、医药等多个行业上百家大型企业提供过数据挖掘应用与咨询服务，实践经验非常丰富。华南师范大学、中南财经政法大学、广东工业大学、西安理工大学、广西科技大学、重庆交通大学、桂林电子科技大学等校外硕导。撰写了《Python数据分析与挖掘实战》《R语言数据分析与挖掘实战》《数据挖掘：实用案例分析》《Hadoop大数据分析与挖掘实战》等多部畅销书，累计销量近20万册。

目　　录
前言
第1章　Python概述  1
1.1　Python语言介绍  1
1.1.1　Python的发展史  1
1.1.2　Python特性  2
1.1.3　Python应用领域  3
1.1.4　Python机器学习优势  6
1.2　Python环境配置  8
1.2.1　Python 2还是Python 3  8
1.2.2　Anaconda简介  8
1.2.3　安装Anaconda 3  9
1.3　Python的解释器与IDE  12
1.3.1　Python的解释器  13
1.3.2　Python各IDE比较  13
1.3.3　PyCharm的安装与使用  16
1.3.4　Jupyter Notebook的使用  26
小结  32
课后习题  33
第2章　Python基础知识  34
2.1　固定语法  34
2.1.1　声明与注释  34
2.1.2　缩进与多行语句  36
2.1.3　保留字符与赋值  38
2.2　运算符  40
2.2.1　算术运算符  40
2.2.2　赋值运算符  41
2.2.3　比较运算符  43
2.2.4　逻辑运算符  44
2.2.5　按位运算符  44
2.2.6　身份运算符  45
2.2.7　成员运算符  46
2.2.8　运算符优先级  47
2.3　数据类型  48
2.3.1　基础数据类型  48
2.3.2　复合数据类型  55
2.4　Python I/O  63
2.4.1　input与print  64
2.4.2　文件I/O  67
小结  70
课后习题  70
第3章　控制语句  72
3.1　条件语句  72
3.1.1　if、elif与else  73
3.1.2　try、except与else  76
3.2　循环语句  80
3.2.1　for  81
3.2.2　while  83
3.2.3　break、continue与pass  85
3.2.4　列表推导式  89
小结  91
课后习题  91
第4章　函数与对象  94
4.1　函数  94
4.1.1　内置函数  94
4.1.2　自定义函数  101
4.1.3　匿名函数  107
4.2　对象  109
4.2.1　面向对象简介  109
4.2.2　属性与方法  110
4.2.3　装饰器  116
4.2.4　继承和多态  119
4.3　Python常用库安装  126
4.3.1　第三方库安装  126
4.3.2　第三方库导入  130
4.3.3　第三方库创建  131
小结  132
课后习题  133
第5章　NumPy数值计算  135
5.1　ndarray创建与索引  135
5.1.1　创建ndarray对象  135
5.1.2　ndarray的索引与切片  142
5.2　ndarray的基础操作  145
5.2.1　变换ndarray的形态  145
5.2.2　排序与搜索  151
5.2.3　字符串操作  156
5.3　ufunc  159
5.3.1　ufunc的广播机制  159
5.3.2　常用ufunc  160
5.4　matrix与线性代数  169
5.4.1　创建NumPy矩阵  169
5.4.2　矩阵的属性和基本运算  170
5.4.3　线性代数运算  172
5.5　NumPy文件读写  175
5.5.1　二进制文件读写  175
5.5.2　文件列表形式数据读写  178
小结  180
课后习题  180
第6章　pandas基础  182
6.1　pandas常用类  182
6.1.1　Series  182
6.1.2　DataFrame  187
6.1.3　Index  191
6.2　DataFrame基础操作  193
6.2.1　索引  193
6.2.2　排序  201
6.2.3　合并  204
6.3　其他数据类型操作  210
6.3.1　时间操作  210
6.3.2　文本操作  220
6.3.3　category操作  223
小结  227
课后习题  227
内容简介:
本书从逻辑上可分为两大部分。
第一部分是Python编程基础（第1~4章），介绍了Python环境搭建、Python基础语法、控制语句、函数、面向对象编程等。第1章旨在让读者从全局把握Python，了解利用Python进行智能数据分析的优势，并详细介绍了Python环境搭建与配置，同时还对两个常用集成开发环境做了详细介绍。第2章先对Python固定语法做了介绍，包括编码声明、注释、缩进等；而后介绍了Python常见的数据类型，包括str、list、tuple、dict、set等；还介绍了Python常用运算符，包括算术运算符、逻辑运算符、成员运算符、位运算符等。第3章主要对控制语句做了详细介绍，包括条件语句和循环语句，同时还介绍了和条件语句类似的异常处理try-except-else语句。第4章主要介绍了Python的内置函数、自定义函数、面向对象编程以及第三方库的安装与使用方法。
第二部分是数据分析编程（第5~9章），主要对数据分析中常用的第三方库做了详细介绍，强调在Python中对应函数的使用方法及其结果的解释说明。内容涵盖数值分析库NumPy，数据处理库pandas，绘图库Matplotlib、Seaborn、Bokeh，机器学习与数据分析建模库scikit-learn。这一部分涉及数据读取、数据预处理、模型构建、模型评价、结果可视化，几乎涵盖了整个数据分析过程，充分而又详细地说明了Python数据分析的常用操作，相信在本书的指导下，读者能够从零开始快速数据入门分析。
作者简介:
李明江　资深大数据专家，贵州省计算机学会常务理事，黔南州大数据专家委员会委员，黔南州计算机学会会长，黔南州教育信息化建设专家库专家，黔南民族师范学院计算机与信息学院院长，全国高校大数据教育联盟理事。主持过多项省厅级科研项目，并在《计算机应用研究》《科技通报》上发表过多篇大数据分析与数据挖掘相关技术的研究论文，著有《数据挖掘的应用与实践：案例与探析》《计算机网络技术与应用》等。
张良均　资深大数据挖掘与分析专家、模式识别专家、AI技术专家。有10余年大数据挖掘与分析经验，擅长Python、R、Hadoop、Matlab等技术实现的数据挖掘与分析，对机器学习等AI技术驱动的数据分析也有深入研究。为电信、电力、政府、互联网、生产制造、零售、银行、生物、化工、医药等多个行业上百家大型企业提供过数据挖掘应用与咨询服务，实践经验非常丰富。华南师范大学、中南财经政法大学、广东工业大学、西安理工大学、广西科技大学、重庆交通大学、桂林电子科技大学等校外硕导。撰写了《Python数据分析与挖掘实战》《R语言数据分析与挖掘实战》《数据挖掘：实用案例分析》《Hadoop大数据分析与挖掘实战》等多部畅销书，累计销量近20万册。
目录:
目　　录
前言
第1章　Python概述  1
1.1　Python语言介绍  1
1.1.1　Python的发展史  1
1.1.2　Python特性  2
1.1.3　Python应用领域  3
1.1.4　Python机器学习优势  6
1.2　Python环境配置  8
1.2.1　Python 2还是Python 3  8
1.2.2　Anaconda简介  8
1.2.3　安装Anaconda 3  9
1.3　Python的解释器与IDE  12
1.3.1　Python的解释器  13
1.3.2　Python各IDE比较  13
1.3.3　PyCharm的安装与使用  16
1.3.4　Jupyter Notebook的使用  26
小结  32
课后习题  33
第2章　Python基础知识  34
2.1　固定语法  34
2.1.1　声明与注释  34
2.1.2　缩进与多行语句  36
2.1.3　保留字符与赋值  38
2.2　运算符  40
2.2.1　算术运算符  40
2.2.2　赋值运算符  41
2.2.3　比较运算符  43
2.2.4　逻辑运算符  44
2.2.5　按位运算符  44
2.2.6　身份运算符  45
2.2.7　成员运算符  46
2.2.8　运算符优先级  47
2.3　数据类型  48
2.3.1　基础数据类型  48
2.3.2　复合数据类型  55
2.4　Python I/O  63
2.4.1　input与print  64
2.4.2　文件I/O  67
小结  70
课后习题  70
第3章　控制语句  72
3.1　条件语句  72
3.1.1　if、elif与else  73
3.1.2　try、except与else  76
3.2　循环语句  80
3.2.1　for  81
3.2.2　while  83
3.2.3　break、continue与pass  85
3.2.4　列表推导式  89
小结  91
课后习题  91
第4章　函数与对象  94
4.1　函数  94
4.1.1　内置函数  94
4.1.2　自定义函数  101
4.1.3　匿名函数  107
4.2　对象  109
4.2.1　面向对象简介  109
4.2.2　属性与方法  110
4.2.3　装饰器  116
4.2.4　继承和多态  119
4.3　Python常用库安装  126
4.3.1　第三方库安装  126
4.3.2　第三方库导入  130
4.3.3　第三方库创建  131
小结  132
课后习题  133
第5章　NumPy数值计算  135
5.1　ndarray创建与索引  135
5.1.1　创建ndarray对象  135
5.1.2　ndarray的索引与切片  142
5.2　ndarray的基础操作  145
5.2.1　变换ndarray的形态  145
5.2.2　排序与搜索  151
5.2.3　字符串操作  156
5.3　ufunc  159
5.3.1　ufunc的广播机制  159
5.3.2　常用ufunc  160
5.4　matrix与线性代数  169
5.4.1　创建NumPy矩阵  169
5.4.2　矩阵的属性和基本运算  170
5.4.3　线性代数运算  172
5.5　NumPy文件读写  175
5.5.1　二进制文件读写  175
5.5.2　文件列表形式数据读写  178
小结  180
课后习题  180
第6章　pandas基础  182
6.1　pandas常用类  182
6.1.1　Series  182
6.1.2　DataFrame  187
6.1.3　Index  191
6.2　DataFrame基础操作  193
6.2.1　索引  193
6.2.2　排序  201
6.2.3　合并  204
6.3　其他数据类型操作  210
6.3.1　时间操作  210
6.3.2　文本操作  220
6.3.3　category操作  223
小结  227
课后习题  227

查看详情

Python3智能数据分析快速入门

内容简介:

作者简介:

目录: