新書推薦：
《
诸王的不列颠：从罗马帝国时代到联合王国的2000年
》
售價：NT$
959.0
《
论人类的教育
》
售價：NT$
500.0
《
人民币与国际货币体系变迁
》
售價：NT$
454.0
《
哈佛大学科学通识课：探索宇宙、地球与生命
》
售價：NT$
509.0
《
还可以的金女士（小镇女孩误入时尚圈血泪史）
》
售價：NT$
245.0
《
王阳明全集（套装5册）
》
售價：NT$
1367.0
《
萤火虫全球史：西方战争史上的著名战斗机
》
售價：NT$
388.0
《
360张图表读懂6S精益管理
》
售價：NT$
449.0
|
| 編輯推薦： |
|
本书从编程到数据分析，逐步展开 Python数据分析内容，通过销售业客户价值数据分析案例演示相关理论和Python应用，将Python数据分析知识和实战案例进行有机结合。
|
| 內容簡介： |
本书以Python 3.9为编程环境，从Python基础到扩展库，从编程到数据分析，逐步展开Python数据分析内容。本书首先简要介绍数据分析和可视化相关概念，并讲解Python基础知识； 然后按照数据分析的主要步骤，重点介绍数据获取、数据处理、数据分析、数据可视化及机器学习建模过程相关的扩展库，包括BeautifulSoup4、NumPy、Matplotlib、Pandas、seaborn和sklearn等； 最后通过销售业客户价值数据分析案例演示相关理论和Python应用，将Python数据分析知识和实战案例进行有机结合。
本书可作为高等院校数据分析等课程的教材，也可作为数据分析初学者和感兴趣读者的自学用书，并可作为相关从业人员的参考用书。
|
| 目錄：
|
资源下载
第1章数据分析概述
1.1数据与大数据
1.2数据分析
1.3数据分析流程
1.4Python数据分析与可视化
1.4.1为什么选择Python做数据分析
1.4.2Python数据分析与可视化常用类库
1.4.3Python安装和开发环境
1.5Jupyter Notebook的安装和使用
1.5.1Jupyter Notebook的安装
1.5.2Jupyter Notebook的使用
1.5.3Jupyter Notebook的保存
1.6PyCharm的安装和使用
1.7Python基本输入输出
1.7.1Python基本输入
1.7.2Python基本输出
1.8Python代码规范
实验一熟悉Python开发环境
习题
第2章Python语法基础
2.1Python数据类型
2.1.1数值类型
2.1.2字符串
2.1.3布尔类型
2.1.4空值
2.1.5Python数字类型转换
2.2变量和常量
2.2.1变量
2.2.2常量
2.3运算符与表达式
2.3.1运算符
2.3.2表达式
2.4序列数据结构
2.4.1列表
2.4.2元组
2.4.3字典
2.4.4集合
实验二序列的创建和使用
习题
目录
第3章Python控制语句
3.1选择结构
3.1.1if语句
3.1.2if…else语句
3.1.3if…elif…else语句
3.1.4pass语句
3.2循环结构
3.2.1while 语句
3.2.2for语句
3.2.3continue和break语句
3.2.4循环嵌套
3.2.5列表生成式
3.3应用案例——猜单词游戏
实验三控制语句的使用
习题
第4章Python函数与模块
4.1函数的定义和使用
4.1.1函数的定义
4.1.2函数的使用
4.1.3Lambda表达式
4.1.4函数的返回值
4.2函数参数
4.2.1函数形参和实参的区别
4.2.2参数的传递
4.2.3函数参数的类型
4.2.4变量的作用域
4.3闭包和函数的递归调用
4.3.1闭包
4.3.2函数的递归调用
4.4内置函数
4.4.1数学运算函数
4.4.2集合操作函数
4.4.3字符串函数
4.4.4反射函数
4.4.5IO函数
4.5模块和包
4.5.1import 导入模块
4.5.2定义自己的模块
4.5.3time模块
4.5.4calendar模块
4.5.5random模块
4.5.6math模块和cmath模块
4.5.7包
4.6函数和字典综合应用案例——通讯录程序
实验四函数的定义和使用
习题
第5章Python文件的使用
5.1文件
5.2文件的访问
5.2.1打开(建立)文件
5.2.2读取文本文件
5.2.3写文本文件
5.2.4文件内移动
5.2.5文件的关闭
5.3文件夹的操作
5.3.1当前工作目录
5.3.2目录操作
5.3.3文件操作
5.4常用格式文件操作
5.4.1操作CSV格式文件
5.4.2操作Excel文档
5.4.3操作JSON格式文件
实验五文件操作
习题
第6章面向对象程序设计
6.1面向对象程序设计基础
6.2类和对象
6.2.1定义和使用类
6.2.2构造函数__init__
6.2.3析构函数
6.2.4实例属性和类属性
6.2.5私有成员与公有成员
6.2.6方法
6.3类的继承和多态
6.3.1类的继承
6.3.2类的多继承
6.3.3方法重写
6.3.4多态
6.3.5运算符重载
实验六面向对象程序设计
习题
第7章科学计算NumPy库
7.1NumPy数组的使用
7.1.1NumPy数组创建
7.1.2NumPy数组中的元素访问
7.1.3NumPy数组的算术运算
7.1.4NumPy数组的形状(shape)操作
7.2NumPy中的矩阵对象
7.3NumPy中的数据统计分析
7.3.1排序
7.3.2重复数据与去重
7.3.3常用统计函数
实验七NumPy数据分析应用
习题
第8章Pandas统计分析基础
8.1Python数据分析库(Pandas)
8.1.1Series
8.1.2DataFrame
8.2Pandas统计功能
8.2.1基本统计
8.2.2分组统计
8.3排序和排名
8.3.1Series的排序
8.3.2DataFrame的排序
8.3.3排名
8.4Pandas筛选和过滤功能
8.4.1筛选
8.4.2按筛选条件进行汇总
8.4.3过滤
8.5数据透视表
8.5.1透视表
8.5.2交叉表
8.6Pandas数据导入导出
8.6.1导入CSV文件
8.6.2读取其他格式数据
8.6.3导出Excel文件
8.6.4导出CSV文件
8.6.5Pandas读取和写入数据库
8.7Pandas日期处理
8.8数据运算
8.8.1简单算术运算
8.8.2应用函数运算
8.9Pandas数据分析应用案例——学生成绩统计分析
实验八Pandas数据分析应用案例——学生数据处理
习题
第9章Python爬取网页数据
9.1相关HTTP知识
9.2urllib库
9.2.1urllib库简介
9.2.2urllib库的基本使用
9.3BeautifulSoup库
9.3.1网页信息分析工具BeautifulSoup库概述
9.3.2BeautifulSoup库的四大对象
9.3.3BeautifulSoup库操作解析文档树
9.4requests库
9.4.1requests库的使用
9.4.2requests库的应用案例
9.5爬虫实战案例——Python爬取豆瓣电影TOP250评分
实验九Python爬取网页信息
习题
第10章数据处理与数据分析
10.1数据处理概念
10.1.1数据清理
10.1.2数据集成
10.1.3数据变换与数据离散化
10.2Pandas数据清理
10.2.1处理缺失值
10.2.2处理重复值
10.2.3处理格式错误
10.2.4处理错误数据
10.2.5处理异常值
10.3Pandas数据集成
10.3.1SQL合并/连接
10.3.2字段合并
10.3.3记录合并
10.4Pandas数据变换与离散化
10.4.1简单函数变换
10.4.2数据标准化
10.4.3数据离散化处理
10.5Pandas数据分析
10.5.1描述性分析
10.5.2分布分析
10.5.3相关性分析
实验十数据处理与数据分析
习题
第11章sklearn构造数据分析模型
11.1机器学习基础
11.1.1机器学习概念
11.1.2机器学习的分类
11.1.3机器学习流程
11.1.4机器学习库sklearn的安装
11.2机器学习库sklearn的应用
11.2.1sklearn常用数据集
11.2.2聚类
11.2.3分类
11.2.4回归
11.2.5主成分分析
11.2.6鸢尾花相关的分类、预测及降维
实验十一sklearn机器学习应用
习题
第12章数据可视化
12.1Matplotlib绘图可视化
12.1.1Matplotlib.pyplot模块——快速绘图
12.1.2绘制条形图、饼图、散点图
12.1.3交互式标注
12.2seaborn绘图可视化
12.2.1seaborn安装和内置数据集
12.2.2seaborn背景与边框
12.2.3seaborn绘制散点图
12.2.4seaborn绘制折线图
12.2.5seaborn绘制直方图
12.2.6seaborn绘制条形图
12.2.7seaborn绘制线性回归模型
12.2.8seaborn绘制箱线图
12.3Pandas数据分析应用案例——天气分析和展示
12.3.1爬取数据
12.3.2Pandas处理分析数据
12.3.3数据可视化展示
12.4可视化应用——学生成绩分布柱状图展示
12.4.1程序设计的思路
12.4.2程序设计的步骤
实验十二数据可视化
习题
第13章案例实战——销售业客户价值数据分析
13.1销售业客户价值分析意义
13.2程序设计思路
13.3程序设计的步骤
参考文献
|
| 內容試閱：
|
党
的二十大报告指出： 教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，这三大战略共同服务于创新型国家的建设。高等教育与经济社会发展紧密相连，对促进就业创业、助力经济社会发展、增进人民福祉具有重要意义。
Python语言自20世纪90年代初诞生至今，已被广泛应用于处理系统管理任务和科学计算，是较受欢迎的程序设计语言之一。
在众多编程语言中，Python语言越来越受到数据分析人员的喜爱。Python语言因其功能强大、扩展库丰富和开源免费、简单易学的低门槛特点，成为越来越多的公司进行数据分析领域软件开发的首要选择。目前，Python已成为最适合进行数据分析、数据处理和数据可视化的语言之一。本书编者长期从事程序设计语言教学与数据分析开发，了解在学习的时候需要什么样的书才能提高Python数据分析能力，从而使读者以最少的时间投入得到最快的实际应用。
本书内容如下。
（1） 简要介绍数据分析和可视化相关概念，并讲解Python基础知识。
（2） 按照数据分析的主要步骤，重点介绍数据获取、数据处理、数据分析、数据可视化及机器学习建模过程相关的扩展库，包括BeautifulSoup4、NumPy、Matplotlib、Pandas、seaborn和sklearn等。
（3） 通过销售业客户价值数据分析案例演示相关理论和Python应用，将Python数据分析知识和实战案例进行有机结合。
本书特点如下。
（1） Python数据分析与可视化涉及的范围非常广泛，本书内容编排并不求全、求深，而是考虑零基础读者的接受能力，语言语法介绍以够用、实用和应用为原则，选择Python数据分析和可视化中、实用的知识进行讲解，强化程序思维和数据分析能力培养。
（2） 所选案例贴近生活，有助于提高学习兴趣。
（3） 各章案例均提供详细的设计思路、关键技术分析和具体的解决步骤方案。
需要说明的是，学习Python 数据分析编程是一个实践的过程，而不仅仅是看书、分析资料的过程，亲自动手编写、调试程序才是至关重要的。通过实际的编程和积极的思考，读者可以快速地积累许多宝贵的编程经验，这种编程经验对开发者是不可或缺的。
为便于教学，本书提供丰富的配套资源，包括教学大纲、教学课件、程序源码、习题答案和微课视频。
资源下载提示
数据文件： 扫描目录上方的二维码下载。
微课视频： 扫描封底的文泉云盘防盗码，再扫描书中相应章节的视频讲解二维码，可以在线学习。
本书由夏敏捷（中原工学院）主持编写，宋宝卫（郑州轻工业大学）编写第1~4章，丁汉清（郑州轻工业大学）编写第5~8章，李素萍（郑州轻工业大学）编写第9~12章，其余章节由夏敏捷完成，中原工学院的张睿萍、金秋、王琳和刘姝参与微课视频制作。在本书的编写过程中，为确保内容的正确性，参阅了很多资料，并且得到了资深Python程序员的支持，在此谨向他们表示衷心的感谢。
由于编者水平有限，书中难免存在不足和疏漏之处，敬请广大读者批评指正，在此表示感谢。
编者2024年10月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
