Python数据分析师修炼之道

Python数据分析师修炼之道
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。
作者: [美] ,
2019-06
版次: 1
ISBN: 9787302530169
定价: 69.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 122页
字数: 168千字
5人买过
  • 本书详细阐述了与Python数据分析相关的基本解决方案,主要包括Anaconda和Jupyter Notebook、NumPy向量计算、数据分析库pandas、可视化和数据分析、Python统计计算、预测分析模型等内容。此外,本书还提供了相应的示例、代码,以帮助读者进一步理解相关方案的实现过程。 本书既可作为高等院校计算机及相关专业的教材和教学参考书,也可作为相关开发人员的自学教材和参考手册。 
    目    录 第1章  Anaconda和Jupyter Notebook 1 1.1  Anaconda 1 1.2  Jupyter Notebook 3 1.2.1  创建自己的Jupyter Notebook 3 1.2.2  Jupyter Notebook用户界面 4 1.3  使用Jupyter Notebook 5 1.3.1  在代码单元格中运行代码 5 1.3.2  在文本单元格中运行markdown语法 6 1.3.3  键盘快捷操作 9 1.4  本章小结 10 第2章  NumPy向量计算 11 2.1  NumPy简介 11 2.2  NumPy数组 13 2.2.1  在NumPy中创建数组 13 2.2.2  数组的属性 16 2.2.3  数组中的基本数学运算 17 2.2.4  数组的常见操作 19 2.3  使用NumPy进行模拟 23 2.3.1  投掷硬币 23 2.3.2  模拟股票收益 25 2.4  本章小结 27 第3章  数据分析库pandas 29 3.1  pandas库 29 3.1.1  导入pandas中的对象 30 3.1.2  Series 30 3.1.3  创建pandas中的Series 31 3.1.4  DataFrame 34 3.1.5  创建pandas DataFrame 35 3.1.6  剖析DataFrame 36 3.2  pandas操作 37 3.2.1  检查数据 37 3.2.2  数据的选取、添加和删除 37 3.2.3  DataFrame切片 40 3.2.4  基于标记的选择操作 40 3.3  数据集 42 3.3.1  数据集中按部门划分的员工数量 42 3.3.2  员工的流失率 42 3.3.3  平均时薪 43 3.3.4  平均工作年限 43 3.3.5  任职时间最长的员工 44 3.3.6  员工的整体满意度 44 3.4  进一步思考 46 3.4.1  低满意度员工 46 3.4.2  低工作满意度和低工作参与度的员工 47 3.4.3  员工比较 48 3.5  本章小结 53 第4章  可视化和数据分析 55 4.1  matplotlib简介 55 4.2  pyplot简介 58 4.3  面向对象接口 64 4.4  常见的自定义方式 70 4.4.1  颜色 70 4.4.2  限定坐标轴 71 4.4.3  设置刻度和刻度标记 71 4.4.4  图例 73 4.4.5  标注 74 4.4.6  生成网格、水平线和垂直线 75 4.5  基于seaborn和pandas的EDA 76 4.5.1  seaborn库 76 4.5.2  执行探索性数据分析 77 4.5.3  核心目标 78 4.5.4  变量类型 78 4.6  单独分析变量 79 4.6.1  理解主变量 80 4.6.2  数值变量 81 4.6.3  类别变量 83 4.7  变量间的关系 86 4.7.1  散点图 86 4.7.2  箱形图 89 4.7.3  复杂的条件图 92 4.8  本章小结 94 第5章  Python统计计算 95 5.1  SciPy简介 95 5.1.1  统计子包 95 5.1.2  置信区间 98 5.1.3  概率计算 100 5.2  假设测试 101 5.3  执行统计测试 102 5.4  本章小结 107 第6章  预测分析模型 109 6.1  预测分析和机器学习 109 6.2  理解scikit-learn库 110 6.3  使用scikit-learn构建回归模型 113 6.4  利用回归模型预测房屋价格 118 6.5  本章小结 122 
  • 内容简介:
    本书详细阐述了与Python数据分析相关的基本解决方案,主要包括Anaconda和Jupyter Notebook、NumPy向量计算、数据分析库pandas、可视化和数据分析、Python统计计算、预测分析模型等内容。此外,本书还提供了相应的示例、代码,以帮助读者进一步理解相关方案的实现过程。 本书既可作为高等院校计算机及相关专业的教材和教学参考书,也可作为相关开发人员的自学教材和参考手册。 
  • 目录:
    目    录 第1章  Anaconda和Jupyter Notebook 1 1.1  Anaconda 1 1.2  Jupyter Notebook 3 1.2.1  创建自己的Jupyter Notebook 3 1.2.2  Jupyter Notebook用户界面 4 1.3  使用Jupyter Notebook 5 1.3.1  在代码单元格中运行代码 5 1.3.2  在文本单元格中运行markdown语法 6 1.3.3  键盘快捷操作 9 1.4  本章小结 10 第2章  NumPy向量计算 11 2.1  NumPy简介 11 2.2  NumPy数组 13 2.2.1  在NumPy中创建数组 13 2.2.2  数组的属性 16 2.2.3  数组中的基本数学运算 17 2.2.4  数组的常见操作 19 2.3  使用NumPy进行模拟 23 2.3.1  投掷硬币 23 2.3.2  模拟股票收益 25 2.4  本章小结 27 第3章  数据分析库pandas 29 3.1  pandas库 29 3.1.1  导入pandas中的对象 30 3.1.2  Series 30 3.1.3  创建pandas中的Series 31 3.1.4  DataFrame 34 3.1.5  创建pandas DataFrame 35 3.1.6  剖析DataFrame 36 3.2  pandas操作 37 3.2.1  检查数据 37 3.2.2  数据的选取、添加和删除 37 3.2.3  DataFrame切片 40 3.2.4  基于标记的选择操作 40 3.3  数据集 42 3.3.1  数据集中按部门划分的员工数量 42 3.3.2  员工的流失率 42 3.3.3  平均时薪 43 3.3.4  平均工作年限 43 3.3.5  任职时间最长的员工 44 3.3.6  员工的整体满意度 44 3.4  进一步思考 46 3.4.1  低满意度员工 46 3.4.2  低工作满意度和低工作参与度的员工 47 3.4.3  员工比较 48 3.5  本章小结 53 第4章  可视化和数据分析 55 4.1  matplotlib简介 55 4.2  pyplot简介 58 4.3  面向对象接口 64 4.4  常见的自定义方式 70 4.4.1  颜色 70 4.4.2  限定坐标轴 71 4.4.3  设置刻度和刻度标记 71 4.4.4  图例 73 4.4.5  标注 74 4.4.6  生成网格、水平线和垂直线 75 4.5  基于seaborn和pandas的EDA 76 4.5.1  seaborn库 76 4.5.2  执行探索性数据分析 77 4.5.3  核心目标 78 4.5.4  变量类型 78 4.6  单独分析变量 79 4.6.1  理解主变量 80 4.6.2  数值变量 81 4.6.3  类别变量 83 4.7  变量间的关系 86 4.7.1  散点图 86 4.7.2  箱形图 89 4.7.3  复杂的条件图 92 4.8  本章小结 94 第5章  Python统计计算 95 5.1  SciPy简介 95 5.1.1  统计子包 95 5.1.2  置信区间 98 5.1.3  概率计算 100 5.2  假设测试 101 5.3  执行统计测试 102 5.4  本章小结 107 第6章  预测分析模型 109 6.1  预测分析和机器学习 109 6.2  理解scikit-learn库 110 6.3  使用scikit-learn构建回归模型 113 6.4  利用回归模型预测房屋价格 118 6.5  本章小结 122 
查看详情
相关图书 / 更多
Python数据分析师修炼之道
Python游戏开发从入门到进阶实战
明日科技 编著
Python数据分析师修炼之道
Pylon
Faulkner;William
Python数据分析师修炼之道
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数据分析师修炼之道
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数据分析师修炼之道
PyTorch深度学习指南:编程基础 卷I
(巴西)丹尼尔·沃格特·戈多伊
Python数据分析师修炼之道
Python数据分析快速上手
王靖、商艳红、张洪波、卢军
Python数据分析师修炼之道
Python在结构动力计算中的应用
龙晓鸿 等
Python数据分析师修炼之道
Python金融量化实战固定收益类产品分析
欧晨
Python数据分析师修炼之道
Python量子计算实践:基于Qiskit和IBM Quantum Experience平台
(美)哈西·诺伦(Hassi Norlén)
Python数据分析师修炼之道
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数据分析师修炼之道
Python编程:时间序列分析入门与实战应用
王恺
Python数据分析师修炼之道
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
您可能感兴趣 / 更多
Python数据分析师修炼之道
从一到无穷大(爱因斯坦亲笔推荐的科普入门书,清华大学校长送给新生的礼物;世界著名物理学家、宇宙大爆炸学说的先驱)
[美]乔治·伽莫夫 著;栗子文化 出品;有容书邦 发行
Python数据分析师修炼之道
明信片(《断背山》作者又一力作,荣获福克纳文学奖,49张明信片背后是100种离奇人生)
[美]安妮·普鲁 著;黄宜思 译
Python数据分析师修炼之道
欲望行星:人类时代的地球
[美]唐纳德·沃斯特(Donald Worster) 著;侯深 译;汉唐阳光 出品
Python数据分析师修炼之道
超大规模集成电路物理设计:从图分割到时序收敛(原书第2版) [美国]安德·B.卡恩
[美]安德·B.卡恩
Python数据分析师修炼之道
海外中国研究·文化、权力与国家:1900—1942年的华北农村(海外中国研究丛书精选版第四辑)
[美]杜赞奇 著;王福明 译
Python数据分析师修炼之道
全新正版图书 改变世界的6种力亨利·波卓斯基浙江科学技术出版社9787573910929
[美] 亨利·波卓斯基
Python数据分析师修炼之道
(守望者·传记)身体的疯狂朝圣:田纳西·威廉斯传
[美]约翰·拉尔 著;张敏 凌建娥 译
Python数据分析师修炼之道
哥白尼
[美]欧文·金格里奇(Owen Gingerich)
Python数据分析师修炼之道
玻璃底片上的宇宙
[美]达娃·索贝尔 后浪
Python数据分析师修炼之道
数学侦探 珠宝行里的X劫匪
[美]丹尼尔·肯尼 艾米丽·博艾尔 著 刘玙婧、王婧 译;小博集出品
Python数据分析师修炼之道
十大经济学家
[美]约瑟夫·熊彼特
Python数据分析师修炼之道
闲散一些也无可厚非
[美]艾莉森·孙 著;李昂 译