样书申请×

申请书名

姓名

手机

地址

院校

留言(选填)

Python数据分析与应用

Python数据分析与应用

类别:

计算机系列

书名:

Python数据分析与应用

主编:

吴涛 徐光侠 刘俊

定价:

39.8

开本:

16开

时间:

2019年8月

出版社:

同济大学出版社

书号:

978-7-5608-8673-2

样书申请 教学资源包下载

内容摘要

本书从实际应用出发,侧重对学生实践能力的培养。全书共分9章,内容包括数据分析基础、Python编程语言、数据分析过程、回归与预测、聚类分析、分类模型与算法、数据降维、网络数据分析、数据可视化。

        本书可作为高等院校相关专业的教材,也可供相关技术人员参考。


目录

第1章  数据分析基础

    1.1  数据分析的基本概念

      1.1.1  什么是数据分析

      1.1.2  数据分析范式

      1.1.3  数据分析面临的问题

      1.1.4  相关概念辨析

    1.2  数据分析的任务与方法

      1.2.1  分类任务

      1.2.2  回归任务

      1.2.3  聚类任务

      1.2.4  降维任务

    1.3  领域数据与常见数据类型

      1.3.1  典型的数据领域

      1.3.2  数据类型

    1.4  数据分析的生态系统

      1.4.1  分布式文件系统

      1.4.2  分布式编程框架

      1.4.3  机器学习与数据分析平台

      1.4.4  数据可视化工具

    1.5  本书的内容和组织

    思考与练习

第2章  Python编程语言

    2.1  初识Python

      2.1.1  概述

      2.1.2  Python环境搭建

      2.1.3  Python语法特点

      2.1.4  Python的基本数据类型

    2.2  字符串与流程控制

      2.2.1  字符串

      2.2.2  流程控制

    2.3  列表、元组与字典

      2.3.1  列表

      2.3.2  元组

      2.3.3  字典

    2.4  函数、模块与包

      2.4.1  函数

      2.4.2  模块

      2.4.3  包

    2.5  Python异常处理

    思考与练习

第3章  数据分析过程

    3.1  数据分析过程的概念

      3.1.1  数据类型

      3.1.2  使用Python的原因

      3.1.3  重要的Python库

    3.2  数据探索与描述

      3.2.1  数据导入

      3.2.2  中心趋势

      3.2.3  离散度

      3.2.4  相关性

    3.3  数据预处理

      3.3.1  数据清洗

      3.3.2  数据集成

      3.3.3  数据变换

      3.3.4  数据归约

    3.4  机器学习

    思考与练习

第4章  回归与预测

    4.1  基本概念

    4.2  线性回归

      4.2.1  一元线性回归

      4.2.2  多元线性回归

      4.2.3  最小二乘法

    4.3  Logistic回归

      4.3.1  算法原理

      4.3.2  算法实例

    4.4  岭回归

      4.4.1  算法原理

      4.4.2  代码实现

    4.5  Lasso回归

      4.5.1  算法原理

      4.5.2  代码实现

    思考与练习

第5章  聚类分析

    5.1  基本概念

      5.1.1  什么是聚类分析

      5.1.2  不同的簇类型

    5.2  K-means聚类

      5.2.1  算法原理

      5.2.2  算法实例

    5.3  DBSCAN聚类

      5.3.1  DBSCAN算法

      5.3.2  算法实例

    5.4  谱聚类算

      5.4.1  相似度矩阵

      5.4.2  算法原理

      5.4.3  优点与缺点

      5.4.4  算法实例

    5.5  近邻传播算法

      5.5.1  算法原理

      5.5.2  优点与缺点

      5.5.3  算法实例

    思考与练习

第6章  分类模型与算法

    6.1  基本概念

    6.2  K近邻算法

      6.2.1  算法原理

      6.2.2  算法实例

    6.3  朴素贝叶斯分类算法

      6.3.1  算法原理

      6.3.2  算法实例

    6.4  决策树分类法

      6.4.1  算法原理

      6.4.2  算法实例

    6.5  随机森林分类法

      6.5.1  算法原理

      6.5.2  算法实例

    思考与练习

第7章  数据降维

    7.1  基本概念

      7.1.1  为什么要降维

      7.1.2  降维技术

    7.2  线性降维

      7.2.1  无监督降维PCA

      7.2.2  使用scikit-learn实现PCA

      7.2.3  监督压缩LDA

      7.2.4  使用scikit-learn实现LDA

    7.3  非线性降维

      7.3.1  LLE降维

      7.3.2  ISOMAP降维

      7.3.3  MDS降维

    思考与练习

第8章  网络数据分析

    8.1  基本概念

      8.1.1  社交网络的定义

      8.1.2  社会价值与应用

    8.2  结点排序

      8.2.1  主要方法

      8.2.2  评价指标

    8.3  链路预测

      8.3.1  主要方法

      8.3.2  评价指标

    8.4  社团检测

      8.4.1  社团检测方法

     8.4.2  评价指标

    思考与练习

第9章  数据可视化

    9.1  基本概念

    9.2  Matplotlib库

      9.2.1  Matplotlib库介绍

      9.2.2  Matplotlib库安装

    9.3  Pyplot方法

      9.3.1  Pyplot基础语法

      9.3.2  Pyplot动态rc参数

    9.4  线性图

      9.4.1  绘制散点图

      9.4.2  绘制折线图

    9.5  分布图

      9.5.1  绘制直方图

      9.5.2  绘制饼状图

      9.5.3  绘制箱线图

    9.6  完善图形

      9.6.1  添加文本

      9.6.2  添加网格

      9.6.3  添加图例

    9.7  高级可视化

      9.7.1  多面板图形绘制

      9.7.2  mplot3D图绘制

      9.7.3  networkx网络图绘制

      9.7.4  heatmap热力图绘制

    思考与练习

参考文献

相关图书

C语言程序设计

C语言程序设计

主编:王绪梅 李小艳

本书由浅入深地介绍了C语言程序设计的相关知识。全书共分8章,内容包括C语言程序设计基础知识、C程序的数据描述与计算、结构化程序设计、数组、函数、指针、结构体和其他构造类型、文件。 本书可...

¥45.00

C语言程序设计习题解答与上机指导

C语言程序设计习题解答与上机指导

主编:李小艳 王绪梅

本书是《C语言程序设计》的配套用书,全书共分两大部分:第1部分是与教材相匹配的习题解答,给出了《C语言程序设计》一书中各章习题的参考解答;第2部分是上机指导,是本书的重点内容,用于指导读者上机练习...

¥32.00

操作系统

操作系统

主编:郑 鹏

 本书结合现代操作系统的设计并考虑操作系统的发展方向,介绍了操作系统的基本概念、原理和基本技术。主要内容包括:绪论、进程与线程、处理机调度、进程同步与通信、死锁、内存管理、虚拟存储管理、文件管理、设备...

¥38.00

软件工程

软件工程

主编:高铁杠

软件工程学是软件工程和计算机科学与技术专业的一门重要课程,它的研究范围包括软件工程理论、方法、技术及其管理等。本书在内容上反映了软件工程最新的理论研究成果,在组织结构上以软件工程项目实施的具体过程为主...

¥45.00