Python數(shù)據(jù)分析基礎(chǔ)

定　價：￥88.00

作　者：	蔣鋒，姜旭初
出版社：	中國財政經(jīng)濟出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787522306452	出版時間：	2021-09-01	包裝：	平裝-膠訂
開本：	128開	頁數(shù)：	421	字?jǐn)?shù)：

內(nèi)容簡介

　　本書重點介紹Python語言數(shù)據(jù)處理與數(shù)據(jù)分析方面的應(yīng)用技巧，內(nèi)容涉及：（1）介紹Python語言基礎(chǔ)，（2）介紹科學(xué)計算工具庫NumPy、Pandas和SciPy，（3）介紹可視化工具庫Matplotlib和Seaborn，（4）介紹統(tǒng)計知識中的描述性統(tǒng)計及概率與數(shù)理統(tǒng)計基礎(chǔ)。本書從讀者角度出發(fā)，以實例為載體，以簡潔的文字編寫，在實踐中體會，使得讀者可以快速入手，培養(yǎng)讀者通過數(shù)據(jù)提出問題、分析問題、解決問題以及對分析結(jié)果評價的能力。本書可以作為數(shù)據(jù)科學(xué)、統(tǒng)計學(xué)類、經(jīng)管類等學(xué)科的Python數(shù)據(jù)分析基礎(chǔ)方面的教材或參考書，也可以作為各大中專院校數(shù)據(jù)分析入門級教材。

作者簡介

　　蔣鋒，中南財經(jīng)政法大學(xué)教授，博士生導(dǎo)師，文瀾學(xué)者。2011年獲華中科技大學(xué)理學(xué)博士學(xué)位后在中南財經(jīng)政法大學(xué)任教。2013年華中科技大學(xué)控制科學(xué)與工程博士后出站。2015-2016年澳大利亞Monash大學(xué)訪問學(xué)者。主持國家自然科學(xué)基金項目兩項，湖北省自然科學(xué)基金項目一項，湖北省社科項目兩項等。曾獲湖北省優(yōu)秀博士學(xué)位論文獎，出版專著兩部，在IEEE Transactions on Automatic Control等期刊上發(fā)表SCI論文40余篇。

圖書目錄

1 Python介紹
本章思維導(dǎo)圖
1.1 認識Python
1.2 Anaconda下載與安裝
1.3 Jupyter Notebook介紹
1.4 Markdown介紹
1.5 Jupyter中安裝Markdown目錄
1.6 Python文件常用后綴名
1.7 Python模塊
2 Python基礎(chǔ)知識
本章思維導(dǎo)圖
2.1 保留字與標(biāo)識符
2.2 變量
2.3 基本數(shù)據(jù)類型
2.4 運算符
2.5 常用的內(nèi)置函數(shù)
3 Python基本數(shù)據(jù)結(jié)構(gòu)
本章思維導(dǎo)圖
3.1 列表
3.2 元組
3.3 字典
3.4 集合
4 Python程序結(jié)構(gòu)
本章思維導(dǎo)圖
4.1 順序結(jié)構(gòu)
4.2 分支結(jié)構(gòu)
4.3 循環(huán)結(jié)構(gòu)
4.4 break與continue語句
5 字符串與正則表達式
本章思維導(dǎo)圖
5.1 字符串大小寫
5.2 判斷類方法
5.3 查找字符串
5.4 分割字符串
5.5 拼接字符串
5.6 替換字符串
5.7 格式化字符串
5.8 正則表達式
6 函數(shù)
本章思維導(dǎo)圖
6.1 函數(shù)的定義
6.2 函數(shù)的調(diào)用
6.3 參數(shù)傳遞
6.4 函數(shù)的返回值
6.5 局部變量和全局變量
6.6 函數(shù)式編程
7 文件操作
本章思維導(dǎo)圖
7.1 文件創(chuàng)建
7.2 文件寫入
7.3 文件讀取
7.4 定位
8 面向?qū)ο蟪绦蛟O(shè)計
本章思維導(dǎo)圖
8.1 程序設(shè)計的方法
8.2 類和對象
8.3 定義類與創(chuàng)建對象
8.4 self參數(shù)
8.5 實例屬性與類屬性
8.6 __init__（）方法
8.7 私有成員與公有成員
8.8 方法與屬性
8.9 封裝
8.10 繼承
8.11 重寫
9 異常處理
本章思維導(dǎo)圖
9.1 錯誤與異常概述
9.2 異常處理用法
10 NumPy簡介
本章思維導(dǎo)圖
10.1 numpy方法
10.2 數(shù)組結(jié)構(gòu)圖
10.3 數(shù)組創(chuàng)建
10.4 數(shù)組存載
10.5 一維數(shù)組數(shù)據(jù)提取
10.6 二維數(shù)組數(shù)據(jù)提取
10.7 數(shù)組的形狀變換
10.8 數(shù)組的運算
10.9 廣播
11 Pandas簡介
本章思維導(dǎo)圖
11.1 pandas方法
11.2 Series與DataFrame結(jié)構(gòu)圖
11.3 Series和DataFrame創(chuàng)建
11.4 存載數(shù)據(jù)對象
11.5 Series的數(shù)據(jù)提取
11.6 DataFrame之?dāng)?shù)據(jù)提取
11.7 DataFrame數(shù)據(jù)修改
11.8 DataFrame之行列標(biāo)簽及名稱修改
11.9 數(shù)據(jù)合并
11.10 數(shù)據(jù)的連接
11.11 行列轉(zhuǎn)換
11.12 透視
11.13 分組
11.14 pandas的運算
12 SciPy簡介
本章思維導(dǎo)圖
12.1 常數(shù)與特殊函數(shù)
12.2 積分
12.3 插值
12.4 優(yōu)化
12.5 線性代數(shù)
12.6 統(tǒng)計分布
13 Matplotlib簡介
本章思維導(dǎo)圖
13.1 圖的構(gòu)成
13.2 建立坐標(biāo)系
13.3 常用作圖方法及圖的保存
13.4 參數(shù)設(shè)置
13.5 實例分析
13.6 常見統(tǒng)計圖
14 Seaborn簡介
本章思維導(dǎo)圖
14.1 sns.relplot作圖
14.2 sns.catplot作圖
14.3 sns.distplot作直方圖
14.4 sns.pairplot作相關(guān)圖
15 描述性統(tǒng)計
本章思維導(dǎo)圖
15.1 集中趨勢的度量
15.2 離散程度的度量
15.3 分布形狀的度量
16 概率與數(shù)理統(tǒng)計基礎(chǔ)
本章思維導(dǎo)圖
16.1 隨機數(shù)
16.2 隨機變量及分布
16.3 方差分析
16.4 一元線性回歸
附錄A Pandas讀取數(shù)據(jù)
參考文獻