Python 數據科學基礎與實踐

本書使用數據科學領域中流行的編程語言之一——Python 來進行數據的基本處理與可視化、數據獲取、數據分析、數據挖掘、文本挖掘和深度學習，旨在幫助讀者掌握從事數據科學工作的必備技能。

全書共 9 章，主要內容包括數據科學概述、Python 基礎知識、Python 數據科學常用庫、Python 數據獲取、Python 數據分析、Python 數據挖掘、Python 文本挖掘、深度學習基礎和深度學習應用。

本書可作為普通高等院校數據科學與大數據技術、大數據應用與管理等專業相關課程的教材，也可作為數據分析從業人員的參考書。

王仁武，男，工科博士、副教授，現華東師範大學信息學系教師，主要研究方向數據分析、數據挖掘與文本挖掘、機器學習與深度學習等。

第 1章 數據科學概述 1
1．1　什麼是數據科學　1
1．2　如何學習數據科學　2
1．3　什麼是數據科學家　2
1．4　數據科學家需要掌握的技能　3
1．5　Python與數據科學　3
1．6　數據科學領域常用的Python包　4
1．7　時代寵兒—深度學習　6
習題　6
第　2章 Python基礎知識　7
2．1　Python介紹　7
2．1．1　Jupyter Notebook的簡介及使用　8
2．1．2　Python基礎概念　10
2．1．3輸入和輸出　14
2．1．4運算符　15
2．2　常見數據結構和基本語句　17
2．2．1序列　17
2．2．2字典　23
2．2．3集合　27
2．2．4基本語句　29
2．3　函數和模塊　32
2．3．1函數　32
2．3．2模塊　38
2．4　異常處理　43
2．4．1什麼是異常　43
2．4．2常見異常錯誤　43
2．4．3捕捉異常　44
2．4．4觸發異常　45
2．5　文件讀寫　45
2．5．1編碼　45
2．5．2讀取文本文件　46
2．5．3　Word文件與Excel文件讀取　51
2．6　Pythonic　51
2．6．1解析式　52
2．6．2三元表達式　53
2．6．3花樣傳參：zip與星號操作　54
本章小結　56
習題　56
第3章　Python數據科學常用庫　58
3．1　Python數據分析概述　58
3．2　Numpy數值計算　59
3．2．1　Numpy基礎簡介　59
3．2．2　Numpy基礎用法簡介　60
3．2．3　Numpy數據分析常用函數簡介　73
3．3　Pandas基礎知識　76
3．3．1　Series介紹及其基本操作　76
3．3．2　DataFrame介紹及其基本操作　79
3．4　Pandas數據預處理　82
3．4．1數據合併　82
3．4．2　數據清洗　86
3．4．3　數據標準化　88
3．4．4　數據轉換　89
3．5　Pandas數據分析基礎　92
3．5．1　分層索引　92
3．5．2　Pandas常用函數介紹　97
3．5．3　分組　98
3．5．4　整形和旋轉　100
3．5．5　數據透視表和交叉表　104
3．6　Matplotlib數據可視化　108
3．6．1　Matplotlib簡介　108
3．6．2　Matplotlib繪圖基礎簡介　109
3．6．3　常用統計圖繪製簡介　113
本章小結　116
習題　116
第4章　Python數據獲取　118
4．1　數據及其類型　119
4．1．1　屬性與屬性類型　119
4．1．2　數據類型　120
4．1．3　數據集的類型　121
4．2　數據獲取方法　124
4．2．1　從文件中獲取數據　124
4．2．2　從數據庫中獲取數據　130
4．2．3　從網絡接口獲取數據　133
4．2．4　從網頁抓取數據　135
4．3　網絡爬蟲　135
4．3．1　爬蟲簡介及爬蟲流程　135
4．3．2　發起請求　136
4．3．3　獲取響應內容　138
4．3．4　解析內容　139
4．3．5　Selenium　144
本章小結　147
習題　147
第5章　Python數據分析　149
5．1數據分析基礎　150
5．1．1　對比分析　151
5．1．2　分組分析　152
5．1．3　結構分析　153
5．1．4　分佈分析　153
5．1．5　交叉分析　155
5．2　描述性統計分析　156
5．2．1　數據集中趨勢分析　156
5．2．2　數據的離散程度分析　157
5．2．3　數據的分佈形態分析　159
5．2．4　相關分析　160
5．2．5　基於Seaborn的數據可視化分析　161
5．3　主成分分析　164
5．3．1　主成分分析原理介紹　164
5．3．2　主成分分析基本流程　165
5．3．3　Python實現主成分分析　166
5．4　回歸分析　171
5．4．1　簡單線性回歸分析　172
5．4．2　多元線性回歸分析　177
本章小結　181
習題　181
第6章　Python數據挖掘　183
6．1　Python數據挖掘概述　183
6．1．1　數據挖掘分類及常用方法　184
6．1．2　使用Scikit-learn構建數據挖掘模型　186
6．2　分類預測：決策樹算法　193
6．2．1　分類算法概述　193
6．2．2　決策樹算法　194
6．2．3　決策樹分枝　195
6．2．4　決策樹剪枝　198
6．2．5　分類算法評估　199
6．2．6　決策樹的Python實現　200
6．3樸素貝葉斯（Naive　Bayesian）　202
6．3．1　貝葉斯簡介　202
6．3．2　構建樸素貝葉斯模型　203
6．3．3　樸素貝葉斯的Python實現　204
6．4　人工神經網絡　205
6．4．1　人工神經網絡簡介　205
6．4．2　神經元與激活函數　207
6．4．3　前饋神經網絡　211
6．4．4　反向傳播機制　212
6．4．5　神經網絡的Python實現　215
6．5集成學習　220
6．5．1　集成學習簡介　220
6．5．2　裝袋法的代表——隨機森林　223
6．5．3　boosting的代表——xgboost　230
6．6　關聯分析（Association analysis）　232
6．6．1　關聯分析概述　232
6．6．2　Apriori算法　235
6．6．3　FP-Growth算法　238
6．6．4　關聯規則的Python實現　239
6．7　聚類分析　242
6．7．1　聚類分析概述　242
6．7．2　常用聚類算法　243
6．7．3　聚類算法Python實現　249
本章小結　252
習題　252
第7章　文本挖掘　254
7．1　文本挖掘概述　254
7．1．1　文本挖掘的定義　254
7．1．2　Python中的文本挖掘包　255
7．1．3　文本挖掘的過程　255
7．1．4　文本挖掘的應用　256
7．2　Python文本特徵提取　256
7．2．1　中文分詞與詞云　256
7．2．2　特徵詞量化與文本特徵提取　260
7．2．3　文本表示　262
7．3文本分類　268
7．3．1　文本分類概述　268
7．3．2文本分類的Python實現　269
7．4文本情感分析　271
7．4．1　情感分析概述　271
7．4．2　情感分析的具體應用及示例　273
7．5　LDA主題模型　275
7．5．1主題模型簡介　276
7．5．2主題模型在文本語義挖掘的應用　280
本章小結　282
習題　283
第8章　深度學習基礎　284
8．1　深度學習概述　284
8．1．1機器學習與深度學習　284
8．1．2　深度學習的發展　285
8．1．3　深度學習框架　286
8．2　PyTorch介紹與安裝　287
8．2．1　PyTorch介紹　287
8．2．2　PyTorch安裝　287
8．3　PyTorch基礎　288
8．3．1　Tensor張量　288
8．3．2　Variable變量　289
8．3．3　優化器　290
8．3．4　PyTorch與Numpy　290
8．4　卷積神經網絡　292
8．4．1卷積神經網絡簡介　292
8．4．2　二維卷積運算的運算基礎　293
8．4．3　二維卷積運算的填充與步長　295
8．4．4　三維卷積運算　296
8．4．5　其他卷積神經網絡組件　298
8．5　循環神經網絡　301
8．5．1　RNN的結構　301
8．5．2　RNN存在的問題　304
8．5．3　LSTM　304
8．5．4　GRU　305
8．6　CNN與RNN的PyTorch實現　306
8．6．1　卷積層　306
8．6．2　池化層　307
8．6．3　全連接層　308
8．6．4　RNN　308
8．6．5　LSTM　309
8．6．6　GRU　310
本章小結　310
習題　310
第9章　深度學習應用　313
9．1　圖片分類與遷移學習　313
9．1．1　遷移學習與傳統模型　313
9．1．2　圖片分類的經典案例　315
9．1．3　PyTorch實現DenseNet　317
9．2　命名實體識別　321
9．2．1　命名實體識別基礎　321
9．2．2　PyTorch實現命名實體識別　325
本章小結　330
習題　331
參考文獻　332