新書推薦：
《
数字经济蓝皮书：全球数字经济竞争力发展报告（2023）
》
售價：HK$
189.6
《
中国燃料电池汽车产业实践：政策、技术、建议及展望 中国汽车技术研究中心有限公司
》
售價：HK$
165.6
《
烘焙星球 阿木的手作烘焙日记
》
售價：HK$
105.6
《
WebGIS原理及开发——基于开源框架的WebGIS技术
》
售價：HK$
94.8
《
舵手证券图书 周期与龙头 A股剑客著 解密龙头股周期性循环 游资操盘手法实战解读
》
售價：HK$
201.6
《
华夏衣裳：汉服制作实例教程
》
售價：HK$
178.8
《
狂飙年代：18世纪俄国的新文化和旧文化（第一卷）
》
售價：HK$
189.6
《
电气线路互联系统（EWIS）设计实践指南 达索析统（上海）信息技术有限公司
》
售價：HK$
178.8
|
| 內容簡介： |
|
随着大数据时代的来临，一门集数学、统计学和计算机科学为一体的数据科学在世界范围内迅速兴起。数据科学也成为一门横跨自然科学和社会科学的学问。未来社会，各行各业，都免不了和数据打交道，需要借助于数据分析，需要学习数据分析。本书从数据处理的角度来讲解统计分析，内容包括数据科学基础——数据与软件、探索性分析、可视化技术、统计推断、统计模型，大数据分析基础——预测分析法、决策分析法、综合评价法，大数据分析方法——统计方法，大数据分析入门——综合应用。每种方法均辅以详细的Python语言实现，便于提高实际操作能力。并配套开发了学习网站，学习者可以在任何终端（包括手机）上做数据分析。
|
| 關於作者： |
|
王斌会，暨南大学教授，中国统计学会会员，广东省统计学会常务理事，暨南大学统计学专业博士生导师。著有多部统计学教材或专著。
|
| 目錄：
|
目录
第1章数据的收集与整理1
1.1数据的类型1
1.1.1按度量尺度分1
1.1.2按时间状况分1
1.2数据的收集2
1.2.1横向数据的收集2
1.2.2纵向数据的收集6
1.3数据的管理7
1.3.1表格管理数据7
1.3.2数据库管理数据8
数据及练习8
第2章数据分析软件介绍10
2.1数据分析软件简介10
2.2Python语言介绍11
2.2.1Python简介11
2.2.2Python的功能12
2.2.3Python编程环境14
2.3Python数据分析平台17
2.3.1Jupyter数据分析平台18
2.3.2Python在线分析平台23
2.4Python编程入门27
2.4.1Python的工作目录27
2.4.2Python分析包（库）27
2.4.3Python中的数据管理29
数据及练习29
第3章Python编程分析基础30
3.1Python数据类型30
3.1.1Python对象30
3.1.2数据的基本类型31
3.1.3标准数据类型33
3.2数值分析库numpy34
3.2.1一维数组（向量）34
3.2.2二维数组（矩阵）35
3.2.3数组的操作35
3.3数据分析库pandas36
3.3.1序列（Series）36
3.3.2数据框（DataFrame）37
3.3.3数据框的读写39
3.3.4数据框的操作41
3.4Python编程运算45
3.4.1基本运算45
3.4.2控制语句46
3.4.3函数定义47
3.4.4面向对象49
数据及练习50
第4章数据的探索性分析52
4.1数据的描述分析52
4.1.1基本描述统计量52
4.1.2计数数据汇总分析53
4.1.3计量数据汇总分析53
4.2基本绘图命令57
4.2.1常用的绘图函数57
4.2.2基于pandas的绘图66
4.3数据的分类分析70
4.3.1一维频数分析70
4.3.2二维集聚分析73
4.3.3多维透视分析77
数据及练习79
第5章数据的可视化分析80
5.1特殊统计图的绘制80
5.1.1数学函数图80
5.1.2气泡图82
5.1.3三维曲面图82
5.1.4三维散点图83
5.2seaborn统计绘图83
5.2.1基本概念84
5.2.2常用统计图84
5.3ggplot绘图系统88
5.3.1qplot快速制图89
5.3.2ggplot基本绘图90
数据及练习95
第6章数据的统计分析97
6.1随机变量及其分布97
6.1.1均匀分布97
6.1.2正态分布98
6.2数据分析统计基础102
6.2.1统计量的概念102
6.2.2统计量的分布103
6.3基本统计推断方法106
6.3.1参数的估计方法107
6.3.2参数的假设检验109
数据及练习111
第7章数据的模型分析113
7.1简单线性相关模型113
7.1.1线性相关的概念113
7.1.2相关系数的计算114
7.1.3相关系数的检验115
7.2简单线性回归模型116
7.2.1简单线性模型估计116
7.2.2简单线性模型检验118
7.2.3简单线性模型预测119
7.3分组线性相关与回归120
7.3.1分组线性相关分析120
7.3.2分组线性回归模型121
数据及练习122
第8章数据的预测分析124
8.1动态数列的基本分析124
8.1.1动态数列的介绍124
8.1.2动态数列的分析126
8.2动态数列预测分析130
8.2.1趋势预测构建130
8.2.2平滑预测法134
8.3股票数据统计分析138
8.3.1股票价格分析139
8.3.2股票收益率分析143
数据及练习147
第9章数据的决策分析149
9.1确定性分析149
9.1.1单目标求解149
9.1.2多目标求解150
9.2不确定性分析151
9.2.1分析方法151
9.2.2分析原则152
9.3风险分析154
9.3.1期望值法154
9.3.2后悔期望值法155
数据及练习155
第10章数据的案例分析157
10.1在线数据获取与分析157
10.1.1在线财经数据获取157
10.1.2在线股票数据分析159
10.1.3新股发行数据分析161
10.2证券交易数据的分析163
10.2.1历史行情数据分析163
10.2.2实时行情数据分析165
10.2.3大单交易数据分析167
10.2.4公司盈利能力分析168
10.2.5公司现金流量分析169
10.3宏观经济数据的实证分析170
10.3.1存款利率变动分析170
10.3.2国内生产总值GDP分析172
10.3.3工业品出厂价格指数分析174
10.4电影票房数据的实时分析175
10.4.1实时票房数据分析175
10.4.2每日票房数据分析176
10.4.3影院日度票房分析177
数据及练习178
附录A本书的学习博客179
附录B书中的例子数据181
附录C书中的自定义函数182
参考文献183
|
| 內容試閱：
|
前 言
众所周知，数据分析是以数理统计为基础，运用统计学的基本原理和方法，结合计算机对实际资料和信息进行收集、整理和分析的一门科学。因此，它的原理较为抽象，对学生的数学基础要求也较高，教学中存在大量的数学公式、数学符号、矩阵运算和统计计算，必须借助于现代化的计算工具。
人生苦短，我要用Python，这是网上对Python评价最多的一句话。目前我国许多地区的高考试卷中都加入了Python编程的内容，更有甚者，一些中小学也开始开设Python编程课程，说明Python作为一种新兴的编程语言，已深入人心。
本书重点介绍Python语言数据处理与数据分析方面的应用技巧，内容涉及数据的收集与整理、数据分析软件介绍、Python编程分析基础、数据的探索性分析、数据的可视化分析、数据的统计分析、数据的模型分析、数据的预测分析、数据的决策分析、数据的案例分析。
全书共10章内容，其中第1～3章主要讲解数据分析的一些基础知识，重点介绍如何进行数据的收集、整理和分析，以及Python数据的处理和编程技巧；第4～7章主要讲解数据分析的一些常用数据分析方法，如数据的可视化、基本数据分析方法和模型分析；第8～10章介绍数据的一些简单预测决策方法，并给出了一些应用Python方法的数据分析案例。
本书内容丰富，图文并茂，可操作性强且便于查阅，主要面向希望应用Python进行数据分析的读者，能有效地帮助读者提高数据处理与分析的水平，提升工作效率。本书适合各层次的数据分析用户，既可作为初学者的入门指南，又可作为中高级用户的参考手册，同时也可作为各大中专院校和培训班的数据分析教材。
本书具有以下三大优点：
①使用Python科学计算发行版Anaconda，方便数据分析者使用。
该版本可从https：www.anaconda.com下载安装并直接使用。
②公开本书自定义函数的源代码，使用者可以深入理解Python函数的编程技巧，用这些函数建立自己的开发包；并建立了本书的学习博客（http：blog.leanote.comdapy，书中的数据、代码、例子、习题都可从该博客下载并直接使用（也可在华信教育资源网http：www.hxedu.com.cn免费下载）。
③采用网络化教学平台：Python的基础版缺少一个面向一般人群的菜单界面，这对那些只想用其进行数据分析的使用者而言是一大困难，本书采用流行的Python网络分析平台Jupyter（https：jupyter.orgtry），该平台可作为数据分析教学软件使用。
书中软件输出的坐标图多数没有标出横、纵坐标的量，为与软件界面保持一致，后期没有人为添加。
本书由王斌会、王术共同完成，其中第1～6章由王斌会撰写，第7～10章由王术撰写，王斌会负责全书统稿。侯雅文、何志峰、颜斌、徐锋和刘霞等进行了校对，在此深表谢意！
本书在写作过程中得到了广东时汇信息科技有限公司的大力支持，并使用了其公司提供的蜜蜂实训平台，为实战操作提供了可靠的应用环境，同时公司协调云计算工程师周剑辉、周政江等对实验步骤进行了详细的验证，在此表示衷心感谢！
由于作者知识和水平有限，书中难免有错误和不足之处，欢迎读者批评指正！
编著者
2018年8月于暨南园
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
