Python醫學數據分析（微課版）
唐燕 韓愛慶 王麗
相關主題
商品描述
本書全面介紹使用Python進行醫學數據分析過程中需要的理論知識和Python庫。全書共9章，第1章介紹醫學數據分析及Python環境安裝；第2章介紹Python基礎；第3—6章介紹數據分析過程中的數據處理步驟及常用Python庫（Numpy矩陣運算、Pandas數據預處理及統計分析、Matplotlib數據可視化）；第7—8章介紹機器學習基礎及醫學領域常用模型、使用scikit-learn進行機器學習實戰；第9章結合前面章節內容和數據分析流程，完整介紹醫學數據分析實際應用的綜合案例。每章設計實訓案例提高讀者的實戰能力，快速上手醫學數據分析。 本教材適合作為一般院校和應用型本科院校醫學類及相關專業大數據分析課程的教材，也可供科研人員以及對數據分析感興趣的讀者參考。
作者簡介
唐燕，副教授，碩士生導師，北京中醫藥大學健康醫療大數據與信息管理教研室教師。世界中醫藥學會聯合會臨床科研統計學專業委員會理事，中國民族醫藥學會大數據與人工智能分會理事。研究方向為：醫學數據分析，人工智能，大數據技術及分析。主持或參加國家級、省部級、市級或校級多項課題，發表論文60余篇。作為主編、副主編或編委編寫教材6部。在教學方面，獲得北京中醫藥大學教學成果獎一等獎、教學講課比賽二等獎、優秀主講教師等榮譽，2次獲得中華醫學會優秀教育技術成果獎二等獎。指導學生參加創新創業等各級別比賽並多次獲獎，2019年指導學生參加中國高校計算機大賽-人工智能創意賽總決賽二等獎。
目錄大綱
第 1 章 醫學數據分析及 Python 安裝...........................1
1.1 醫學數據分析概述 ....................................1
1.1.1 醫學數據的特點.................................1
1.1.2 常用數據分析工具.............................2
1.1.3 醫學數據分析的基本流程.................4
1.2 搭建 Python 開發環境...............................5
1.2.1 Python 開發環境安裝.........................5
1.2.2 Anaconda 集成開發環境....................6
1.2.3 Python 程序的運行.............................8
1.3 Python 庫....................................................9
1.3.1 Python 標準庫 ....................................9
1.3.2 Python 第三方庫 ..............................10
本章小結...........................................................11
本章習題...........................................................11
第 2 章 Python 基礎................................13
2.1 Python 編碼規範......................................13
2.1.1 代碼布局與縮進...............................13
2.1.2 註釋...................................................14
2.1.3 命名規則...........................................14
2.2 Python 內置數據類型..............................14
2.2.1 整數類型、浮點數類型、復數類型................................14
2.2.2 列表、元組、字典、集合...............16
2.2.3 字符串...............................................21
2.3 Python 運算符和表達式..........................24
2.3.1 算術運算符.......................................24
2.3.2 關系運算符.......................................25
2.3.3 邏輯運算符.......................................26
2.3.4 特殊運算符.......................................26
2.4 Python 流程控制結構..............................27
2.4.1 順序結構...........................................28
2.4.2 選擇結構...........................................28
2.4.3 循環結構...........................................29
2.5 Python 函數..............................................30
2.5.1 函數的定義.......................................31
2.5.2 函數的調用.......................................31
2.5.3 函數的參數.......................................31
2.5.4 函數的遞歸與嵌套...........................33
2.5.5 Lambda 函數.....................................34
2.5.6 常用內置函數...................................35
實訓 1 Python 基礎編程實踐 ........................38
本章小結...........................................................40
本章習題...........................................................40
本章上機練習 ...................................................42
第 3 章 文件操作.......................................43
3.1 文件操作基礎 ..........................................43
3.1.1 文件操作常用方法...........................43
3.1.2 with 語句...........................................48
3.2 CSV 文件讀寫..........................................49
3.2.1 CSV 文件讀取 ..................................49
3.2.2 CSV 文件寫入 ..................................49
3.3 JSON 文件讀寫........................................50
3.4 Word、Excel 文件讀寫............................51
3.4.1 Word 文件讀寫 .................................51
3.4.2 Excel 文件讀寫.................................53
實訓 2 文件操作案例 ....................................56
本章小結...........................................................59
本章習題...........................................................60
本章上機練習 ...................................................61
第 4 章 使用 NumPy 進行矩陣運算.............................63
4.1 NumPy 概述.............................................63
4.1.1 為什麼要學習 NumPy......................63
4.1.2 NumPy 的核心優勢..........................64
4.2 NumPy 數組對象.....................................64
4.2.1 創建數組...........................................65
4.2.2 生成隨機數.......................................65
4.2.3 數組基本操作...................................67
4.2.4 變換數組形狀...................................68
4.2.5 常用計算和統計函數.......................69
4.3 NumPy 矩陣及常用操作.........................71
4.3.1 創建矩陣...........................................71
4.3.2 矩陣基本操作...................................71
4.3.3 計算矩陣的相關系數、方差、
協方差、標準差...............................72
實訓 3 NumPy 數據操作案例.......................73
本章小結...........................................................76
本章習題...........................................................76
本章上機練習...................................................77
第 5 章 使用 pandas 進行數據預處理及統計分析..............79
5.1 pandas 基本數據類型及數據結構 ..........79
5.1.1 pandas 基本數據類型.......................79
5.1.2 Series.................................................80
5.1.3 DataFrame.........................................82
5.2 DataFrame 的基本操作 ...........................82
5.2.1 查看 DataFrame 屬性.......................82
5.2.2 在 DataFrame 中查看、修改、增加、刪除數據.........................84
5.3 使用 pandas 進行數據讀寫、預處理及統計分析......................87
5.3.1 讀寫不同數據源的數據...................87
5.3.2 數據異常值的處理...........................89
5.3.3 數據缺失值的處理...........................91
5.3.4 數據重復值的處理...........................96
5.3.5 數據分組和聚合.............................100
5.3.6 數據交叉分析.................................103
實訓 4 pandas 數據分析案例......................104
本章小結.........................................................106
本章習題.........................................................106
本章上機練習.................................................107
第 6 章 使用 Matplotlib 進行數據可視化分析................................109
6.1 Matplotlib 基本概念及功能...................109
6.2 繪制折線圖............................................ 111
6.3 繪制散點圖............................................114
6.4 繪制柱狀圖和直方圖 ............................115
6.5 繪制餅狀圖............................................118
6.6 繪制雷達圖............................................119
6.7 繪制氣泡圖............................................120
6.8 繪制熱力圖............................................121
6.9 繪制三維曲線（面）圖 ........................123
6.10 繪制詞雲圖..........................................125
6.11 繪制圖矩陣 ..........................................126
實訓 5 數據可視化分析案例 ......................128
本章小結.........................................................131
本章習題.........................................................131
本章上機練習.................................................133
第 7 章 機器學習基礎及醫學應用........................134
7.1 機器學習基本概念 ................................134
7.2 scikit-learn 庫簡介及常用 API..............135
7.2.1 scikit-learn 庫常用 API...................135
7.2.2 加載數據集案例實踐.....................137
7.3 線性回歸................................................138
7.3.1 線性回歸的基本原理.....................138
7.3.2 線性回歸案例實踐.........................139
7.4 KNN 算法 ..............................................142
7.4.1 KNN 算法原理...............................142
7.4.2 KNN 算法案例實踐 .......................143
7.5 邏輯回歸................................................144
7.5.1 邏輯回歸簡介.................................144
7.5.2 邏輯回歸基本原理.........................145
7.5.3 邏輯回歸案例實踐.........................146
7.6 樸素貝葉斯............................................148
7.6.1 樸素貝葉斯分類器簡介.................148
7.6.2 樸素貝葉斯算法原理.....................148
7.6.3 樸素貝葉斯案例實踐.....................149
7.7 決策樹與隨機森林 ................................151
7.7.1 決策樹介紹.....................................151
7.7.2 隨機森林介紹.................................152
7.7.3 決策樹與隨機森林案例實踐.........152
7.8 支持向量機算法 ....................................157
7.8.1 支持向量機算法原理.....................157
7.8.2 支持向量機案例實踐.....................159
7.9 關聯規則算法........................................161
7.9.1 關聯規則算法原理.........................161
7.9.2 Apriori 算法....................................163
7.9.3 關聯規則算法案例實踐.................163
7.10 K-means 算法.......................................165
7.10.1 K-means 算法原理 .......................165
7.10.2 K-means 算法案例實踐................167
本章小結.........................................................170
本章習題.........................................................170
本章上機練習.................................................172
第 8 章 模型評估及優化 .....................173
8.1 模型評估................................................173
8.1.1 模型評估的概念.............................173
8.1.2 模型評估指標.................................173
8.1.3 留出法模型評估.............................175
8.1.4 交叉驗證法模型評估.....................176
8.2 模型優化及網格搜索 ............................178
8.2.1 模型優化的概念.............................178
8.2.2 網格搜索法.....................................179
實訓 6 邏輯回歸分析案例 ..........................181
實訓 7 決策樹預測分析案例.......................184
本章小結.........................................................186
本章習題.........................................................187
本章上機練習 .................................................187
第 9 章 綜合案例.....................................188
9.1 案例準備 ................................................188
9.1.1 案例任務.........................................188
9.1.2 工具庫.............................................188
9.1.3 數據集.............................................188
9.1.4 案例目的.........................................189
9.2 案例步驟 ................................................189
9.2.1 導入相關庫.....................................190
9.2.2 本地數據集加載.............................191
9.2.3 描述性統計分析.............................191
9.2.4 數據處理.........................................193
9.2.5 模型訓練.........................................194
9.2.6 模型評估.........................................195
本章小結.........................................................197
本章上機練習 .................................................197
參考文獻.........................................................198
