Python數據分析與可視化(微課版)

謝志明,石慧,蔡少霖

  • 出版商: 電子工業
  • 出版日期: 2024-01-01
  • 定價: $257
  • 售價: 8.5$218
  • 語言: 簡體中文
  • 頁數: 204
  • ISBN: 7121468875
  • ISBN-13: 9787121468872
  • 相關分類: Data Science
  • 下單後立即進貨 (約4週~6週)

相關主題

商品描述

本書從Python數據分析的基礎知識入手,通過大量案例,系統介紹數據分析的流程與數據可視化的方法,提高讀者應用數據來解決實際問題的能力。全書共8章,第1章主要介紹數據分析與可視化基本概念等相關知識;第2章主要介紹使用Python語言編程常用的知識點;第3章主要介紹Python數據分析常用的兩個庫NumPy和Pandas;第4章主要介紹如何使用Pandas導入CSV、XLSX和JSON等類型數據;第5章和第6章主要介紹多個數據分析案例實戰項目;第7章以《紅樓夢》為例介紹整本書的文本處理與分析方法;第8章主要介紹電商訂單數據處理與客戶價值分析。本書秉承“實踐為主、理論夠用、註重實用”原則,將實驗環節及實操內容融入各章節知識點與課程教學中。本書既可以作為高職高專院校大數據技術、人工智能技術應用等電腦相關專業學生的教材,又可以作為Python數據分析初學者、愛好者及從事相關技術人員的參考用書。

目錄大綱

第1章 數據分析與可視化概述 1
學習目標 1
1.1 數據分析 1
1.2 數據可視化 2
1.3 數據分析的流程 3
1.4 數據分析與可視化常用工具 5
1.5 Python數據分析與可視化常用類庫 6
1.6 為何選用Python進行數據分析與可視化 7
1.7 安裝和使用面向科學計算的Anaconda 8
1.8 掌握Jupyter Notebook的基本功能 10
1.9 掌握Jupyter Notebook的高級功能 14
本章小結 18
本章習題 18
第2章 Python語言編程基礎 21
學習目標 21
2.1 Python基本語法 21
2.2 Python基本數據類型 23
2.3 Python組合數據類型 26
2.3.1 列表 26
2.3.2 元組 28
2.3.3 字典 29
2.3.4 集合 30
2.4 Python推導式 31
2.4.1 列表推導式 31
2.4.2 元組推導式 32
2.4.3 字典推導式 33
2.4.4 集合推導式 33
2.5 函數 34
2.5.1 函數的定義 34
2.5.2 匿名函數 35
本章小結 35
本章習題 36
第3章 NumPy和Pandas的基礎知識 37
學習目標 37
3.1 NumPy數值計算基礎 38
3.1.1 NumPy多維數組 38
3.1.2 NumPy數組切片和運算 40
3.2 Pandas統計分析基礎 42
3.2.1 Pandas的數據結構 42
3.2.2 Series的語法格式及其基本操作 43
3.2.3 DataFrame的語法格式及其基本操作 47
3.2.4 DataFrame的合並、拼接和組合 52
3.3 分組與聚合 55
3.3.1 數據分組 55
3.3.2 數據聚合 58
本章小結 61
本章習題 61
第4章 使用Pandas導入數據 65
學習目標 65
4.1 讀/寫文本文件 65
4.1.1 讀/寫TXT文本文件 65
4.1.2 讀/寫CSV文件 66
4.2 讀/寫Excel文件 70
4.3 讀/寫HTML文件中的表格數據 77
4.4 讀/寫JSON格式文件 79
4.5 讀取MySQL數據庫文件 82
4.5.1 將數據導入MySQL數據庫 83
4.5.2 訪問MySQL數據庫 88
本章小結 91
本章習題 91
第5章 數據清理案例實戰 93
學習目標 93
5.1 數據清理概述 93
5.2 案例實戰之成都錦江區二手房數據清理 94
5.3 案例實戰之數據分析崗位需求分析 100
5.4 案例實戰之年度銷售數據分析 109
本章小結 117
本章習題 117
第6章 HTML表格數據及JSON數據處理與分析案例實戰 120
學習目標 120
6.1 案例實戰之2022年軟科中國大學排名數據處理與分析 120
6.2 案例實戰之氣象數據處理與分析 127
6.3 案例實戰之某疾病感染人群數據處理與分析 132
本章小結 138
本章習題 139
第7章 整本書文本處理與分析——以《紅樓夢》為例 141
學習目標 141
7.1 繪制《紅樓夢》整本書的詞雲 142
7.2 《紅樓夢》各章節詞雲圖及柱形圖的展示 147
7.3 文本聚類分析 156
本章小結 167
本章習題 168
第8章 電商訂單數據處理與客戶價值分析 171
學習目標 171
8.1 電商訂單數據處理與分析 172
8.2 電商訂單客戶價值分析 184
本章小結 192
本章習題 192
參考文獻 196