大數(shù)據(jù)時(shí)代依托Python提升數(shù)據(jù)素養(yǎng)的研究

第1章數(shù)據(jù)素養(yǎng)概述1

11數(shù)1

12數(shù)據(jù)8

13數(shù)據(jù)的價(jià)值16

14數(shù)據(jù)的演變與進(jìn)化19

15什么是數(shù)據(jù)素養(yǎng)（Data Literacy）25

16本章小結(jié)32

第2章國(guó)內(nèi)外DL教育的現(xiàn)狀分析33

21現(xiàn)階段高校數(shù)據(jù)素養(yǎng)的涉及領(lǐng)域33

22我國(guó)數(shù)據(jù)素養(yǎng)教育現(xiàn)存問(wèn)題49

23國(guó)外數(shù)據(jù)素養(yǎng)教育現(xiàn)狀72

24本章小結(jié)90

第3章邁向DL的第一步：走近Python91

31什么是Python91

32何時(shí)用Python97

33何時(shí)不該用Python102

34如何用Python103

35Python中的重要概念112

36本章小結(jié)125

第4章實(shí)踐Python與DL的千絲萬(wàn)縷關(guān)系127

41在文件中存取數(shù)據(jù)127

42用Beautiful Soup從網(wǎng)頁(yè)中讀取數(shù)據(jù)136

43Pandas：分析數(shù)據(jù)的利劍150

44NumPy & Matplotlib：可視化數(shù)據(jù)的“寶刀”173

45本章小結(jié)198

第5章DL行而不輟，DT未來(lái)可期199

51不可不談的理論199

52不可不知的探索分析方法207

53不可不會(huì)的智能計(jì)算211

54不可不察的智能計(jì)算214

55本章小結(jié)226

參考文獻(xiàn)227

附錄1Python中字符串的常用方法231

附錄2Python中列表對(duì)象的常用方法235

附錄3Python中字典對(duì)象的常用方法239

附錄4Python 3中的內(nèi)建函數(shù)241

附錄5Python 3中有關(guān)文件處理的常用方法246

附錄6xlrd和xlwt庫(kù)文件中的常用函數(shù)250

附錄7正則表達(dá)式中的普通字符252

附錄8正則表達(dá)式中的元字符254

附錄9正則表達(dá)式中的常用函數(shù)258

附錄10Series數(shù)據(jù)對(duì)象的常用函數(shù)261

附錄11DataFrame數(shù)據(jù)對(duì)象的常用函數(shù)263

附錄12ndarray對(duì)象的常用屬性268