登入帳戶　 |　訂單查詢　 |　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
會員登入 新用戶登記
HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類瀏覽雜誌 臺灣用戶
品種：超過100萬種各類書籍/音像和精品，正品正價，放心網購，悭钱省心 服務：香港／台灣／澳門／海外 送貨：速遞／郵局／服務站

新書上架：簡體書 繁體書
暢銷書架：簡體書 繁體書
好書推介：簡體書 繁體書

三月出版：大陸書 台灣書
二月出版：大陸書 台灣書
一月出版：大陸書 台灣書
12月出版：大陸書 台灣書
11月出版：大陸書 台灣書
十月出版：大陸書 台灣書
九月出版：大陸書 台灣書
八月出版：大陸書 台灣書
七月出版：大陸書 台灣書
六月出版：大陸書 台灣書
五月出版：大陸書 台灣書
四月出版：大陸書 台灣書
三月出版：大陸書 台灣書
二月出版：大陸書 台灣書
一月出版：大陸書 台灣書

『簡體書』Python快乐编程——数据分析与实战

書城自編碼： 3615630
分類：簡體書→大陸圖書→計算機/網絡→程序設計
作者： 千锋教育高教产品研发部
國際書號(ISBN)： 9787302563785
出版社： 清华大学出版社
出版日期： 2021-04-01

頁數/字數： /
書度/開本： 16开 釘裝： 平装

售價：HK$ 87.4

我要買 件

 

** 我創建的書架 **
未登入.

新書推薦：
海外中国研究·明清中国的经济结构
《 海外中国研究·明清中国的经济结构 》
售價：HK$ 153.6
理想国译丛018：活着回来的男人：一个普通日本兵的二战及战后生命史（2024版）
《 理想国译丛018：活着回来的男人：一个普通日本兵的二战及战后生命史（2024版） 》
售價：HK$ 110.4
考古四记：田野中的历史人生
《 考古四记：田野中的历史人生 》
售價：HK$ 105.6
大洗牌
《 大洗牌 》
售價：HK$ 93.6
亚洲经济发展与模式分析
《 亚洲经济发展与模式分析 》
售價：HK$ 106.8
零基础制作栩栩如生的立体纸艺花
《 零基础制作栩栩如生的立体纸艺花 》
售價：HK$ 58.8
第三帝国图文史（修订版）：纳粹德国浮沉实录（彩色精装典藏版）
《 第三帝国图文史（修订版）：纳粹德国浮沉实录（彩色精装典藏版） 》
售價：HK$ 201.6
四大会计师事务所：历史秘辛与未来挑战
《 四大会计师事务所：历史秘辛与未来挑战 》
售價：HK$ 82.8

 
編輯推薦：
本书以实际应用案例与理论知识点相结合的方式，以数据分析三剑客Numpy、Pandas、Matplotlib为主线，由浅入深地、详细地讲解了Python数据分析的知识点与开发案例，内容涵盖数据分析、数据处理算法、数据可视化。同时，本书还配有微课视频、教学课件、源代码、数据集等丰富的配套资源，手把手带你实现从数据分析入门到实战的进阶。
內容簡介：
本书从数据挖掘的应用出发，以电力、航空、医疗、互联网、生产制造以及公共服务等行业真实案例为主线，深入浅出介绍Python数据挖掘建模过程，实践性极强。本书以数据挖掘建模工具Python语言来展开，先介绍案例背景提出挖掘目标，再阐述分析方法与过程，*后完成模型构建，在介绍建模过程中穿插操作训练，把相关的知识点嵌入相应的操作过程中，使读者轻松理解并掌握相关的理论和知识点。本书适用于对数据分析有浓厚兴趣但不知从何下手的初学者，也可以作为本科生、研究生以及科研人员学习Python的基础教材。
關於作者：
胡耀文，2014年--2016年连续三年获得微软全球MVP最有价值专家,清华大学出版社技术编审委员会委员，2009年参与国庆60周年官兵电子纪念册项目，CSDN著名技术专家，博客浏览量超过1460350次，2012年7月 出版Windows CE 7开发实战详解，2013年5月出版Windows8开发权威指南。
目錄：
第1章数据分析概述
1.1初步认识数据分析
1．2数据分析的基本流程
1．3Python数据分析的工具
1．4Jupyter Notebook的基本使用
1．4．1下载与安装
1．4．2功能界面
1．4．3工作原理
1．4．4基本使用
1．4．5高级操作
小结
习题

第2章IPython的使用
2.1IPython基础
2．1．1IPython简介
2．1．2IPython使用技巧
2．1．3IPython魔术命令
2．2IPython中的开发工具
2．2．1调试器
2．2．2性能分析
小结
习题

第3章NumPy的使用
3.1数组的使用
3．1．1数组的创建
3．1．2数组的属性
3．1．3数组的运算
3．1．4数组的索引
3．1．5数组的变换

3．2矩阵的使用
3．2．1矩阵的创建
3．2．2矩阵的合并
3．2．3矩阵的运算
3．2．4矩阵的属性

3．3NumPy实用技巧
3．3．1通用函数的使用
3．3．2数据的保存和读取
3．3．3随机数生成
3．3．4NumPy与数据统计

小结
习题




第4章Pandas的使用
4．1Pandas的数据结构
4．1．1Series对象的创建
4．1．2Series对象的属性
4．1．3DataFrame对象的创建
4．1．4DataFrame对象的属性
4．2Pandas的索引对象
4．2．1Series 索引的基本使用
4．2．2重建索引
4．2．3索引的基本选取和过滤
4．3Pandas的基本计算
4．3．1算术运算和数据对齐
4．3．2自定义函数
4．3．3排序
4．3．4重复索引的基本使用
4．4Pandas的统计功能
4．4．1统计使用的基本函数
4．4．2常用统计方法
4．5Pandas的数据缺陷处理
4．5．1dropna处理Series数据缺陷
4．5．2dropna处理DataFrame数据缺陷
4．5．3fill进行数据添加
4．6Pandas的层次化索引
4．6．1基本创建
4．6．2重排分级
4．6．3根据级别进行汇报
4．6．4DataFrame数据列的使用
4．7Pandas的文件读取
4．7．1读取存储Excel文件
4．7．2读取存储CSV文件
4．7．3读写数据库
4．7．4读取HDF5文件
小结
习题


第5章Matplotlib的使用
5．1Matplotlib绘图流程
5．2Matplotlib基本使用
5．2．1创建画布
5．2．2添加子图
5．2．3规定刻度与标签
5．2．4添加图例
5．2．5显示
5．3Matplotlib常用技巧
5．3．1配置文件
5．3．2rc参数的基本配置
5．3．3中文显示配置
5．4Matplotlib基本图形
5．4．1Matplotlib绘制散点图
5．4．2Matplotlib绘制直方图
5．4．3Matplotlib绘制饼状图
5．4．4Matplotlib绘制折线图
5．4．5Matplotlib绘制箱型图
小结
习题

第6章时间序列分析
6．1时间对象Timestamp
6．1．1创建时间戳
6．1．2指定与转换时区
6．1．3最小时间最大时间
6．1．4常用属性
6．2时间对象Period
6．2．1Period对象的创建
6．2．2Period对象的属性
6．2．3Period对象的方法
6．3时间对象Timedelta
6．3．1Timedelta对象的创建
6．3．2Timedelta对象的属性
6．3．3Timedelta对象的方法
6．3．4时间间隔的基本运算
6．4DateTimeIndex对象
6．4．1DateTimeIndex对象的创建
6．4．2DateTimeIndex对象的属性
6．4．3DateTimeIndex对象的方法
6．5PeriodIndex对象
6．5．1PeriodIndex对象的创建
6．5．2PeriodIndex对象的属性
6．5．3PeriodIndex对象的方法
6．6TimedeltaIndex对象
6．6．1TimedeltaIndex对象的创建
6．6．2TimedeltaIndex对象的属性
6．6．3TimedeltaIndex对象的方法
6．7采样
6．7．1采样的基本方法
6．7．2降采样
6．7．3升采样
小结
习题

第7章数据处理的基本手段
7．1合并数据集
7．1．1主键合并数据
7．1．2轴向数据合并
7．1．3重叠数据的合并
7．1．4索引键的合并
7．2数据清洗
7．2．1重复值的处理
7．2．2异常值的处理
7．2．3缺失值的处理
7．3数据标准化
7．3．1最小最大标准化
7．3．2Zscore标准化
7．3．3按小数定标标准化
7．4数据类型的转换
7．4．1离散化连续数据
7．4．2哑变量处理类型数据
小结
习题

第8章基于文本的自然语言分析
8．1基于文本的自然语言处理概述
8．2Jieba基本介绍和使用
8．2．1基本介绍
8．2．2安装
8．2．3基本使用
8．3NLTK的基本介绍和使用
8．3．1NLTK的基本介绍
8．3．2NLTK的安装
8．3．3NLTK基本使用
8．4文本相似度
8．4．1相似度分析
8．4．2基于NLTK的文本相似度分析
8．4．3基于Gensim的文本相似度分析
8．5情感分析
8．5．1情感分析概述
8．5．2基于朴素贝叶斯的分析
8．5．3基于情感词典的分析
8．6文本分类
小结
习题

第9章ScikitLearn数据建模
9．1数据建模的基本概述
9．1．1ScikitLearn的基本介绍
9．1．2数据建模的基本流程
9．2回归模型的应用与评价
9．2．1回归模型的应用
9．2．2回归模型的评价
9．2．3回归模型的可视化
9．3聚类模型的应用与评价
9．3．1聚类模型的创建
9．3．2聚类模型的评价
9．3．3聚类模型可视化
9．4分类模型的应用与评价
9．4．1创建分类模型
9．4．2分类模型的评价
小结
习题

第10章数据可视化进阶
10．1Seaborn
10．1．1安装
10．1．2可视化数据集
10．1．3分类数据集
10．2Bokeh
10．2．1安装
10．2．2柱状图
10．2．3散点图
10．2．4折线图
10．2．5时间轴
10．3Pyecharts
10．3．1安装
10．3．2基本配置
10．3．3仪表图绘制
10．3．4关系图
10．3．5平行坐标系
10．3．6饼状图
10．3．7词云图
10．3．8地理地图
10．4空间可视化
10．4．1空间散点图
10．4．2空间柱状体
小结
习题

第11章数据分析案例就业分析
11．1项目案例分析
11．2数据获取
11．3数据处理
11．3．1数据类型的转换
11．3．2去除重复值
11．3．3缺失值处理
11．4数据分析
小结
內容試閱：
在瞬息万变的IT时代，一群怀揣梦想的人创办了千锋教育，投身到IT培训行业。多年来，一批批有志青年加入千锋教育，为了梦想笃定前行。千锋教育秉承用良心做教育的理念，为培养顶级IT精英付出一切努力。为什么会有这样的梦想？我们先来听一听用人企业和求职者的心声。
现在符合企业需求的IT技术人才非常紧缺，这方面的优秀人才我们会像珍宝一样对待,可为什么至今没有需要的人才出现？
面试的时候，用人企业问我们能做什么、这个项目如何实现、需要多长的时间，我们当时都蒙了，回答不上来。
这已经是面试过的第10家公司了，如果再不行，是不是要考虑转行了？难道大学都白学了？
这已经是参加面试的第N个求职者了，为什么都是计算机专业，但是问到项目如何实现时连设计思路都没有呢？
这些问题并不是个别的，而是中国教育领域的普遍现象。高校的IT教育与企业的真实需求存在脱节，如果高校的相关课程仍然不进行更新，毕业生将面临难以就业的困境。许多用人单位表示，高校毕业生表面上知识丰富，但这些知识绝大多数在实际工作中派不上用场。针对上述问题，国务院也做出了关于加快发展现代职业教育的决定，而千锋教育所做的事情就是配合高校达成产学合作。
千锋教育在全国范围内拥有数十家分校、数百名讲师的团队； 致力于打造IT职业教育全产业链人才服务平台，坚持以教学为本的方针，采用面对面教学； 传授企业实用技能，教学大纲实时紧跟企业需求，拥有全国一体化的就业体系。千锋教育的价值观是做真实的自己，用良心做教育。
本书针对高校教师的服务
1 千锋教育基于多年的教育培训经验，精心设计了包含教材 授课资源 考试系统 测试题 辅助案例的教学资源包，节省教师的备课时间，缓解教师的教学压力，显著提高教学质量。
2 本书配备了千锋教育优秀讲师录制的教学视频，按照本书的知识结构体系部署到了教学辅助平台扣丁学堂上，可以作为教学资源使用，也可以作为备课参考。
高校教师如需索要配套教学资源，请扫描下方二维码，关注扣丁学堂微信公众号。

扣丁学堂


本书针对高校学生的服务
1 学IT有疑问，就找千问千知。千问千知是一个有问必答的IT社区，平台上有专业的答疑辅导老师，承诺在工作时间3小时内答复学生在IT学习中遇到的专业问题。读者也可以扫描下方的二维码，关注千问千知微信公众号，浏览其他学生在学习中分享的问题和收获。

千问千知

2 学习太枯燥，如果想了解其他学校的伙伴是怎样学习的，可以加入扣丁俱乐部。扣丁俱乐部是千锋教育联合各高校发起的公益计划，专门面向对IT感兴趣的大学生，提供免费的学习资源和问答服务，已有30万名学习者获益。
就业难，难就业，千锋教育让就业不再难！
关 于 本 书
本书既可作为高等院校本、专科计算机相关专业的数据分析入门教材，还包含千锋教育Python数据分析的全部课程内容，是一本适合广大计算机编程爱好者的优秀读物。
抢红包
读者如果需要本书的配套源代码、习题答案，请添加小千的QQ号或微信号2133320438。
注意，小千会随时发放助学金红包。
致谢
本书由千锋教育高教产品研发部组织编写，将千锋教育Python学科多年积累的实战案例进行整合，通过精雕细琢最终完成了本书。另外，多位院校老师参与了本书的部分编写与指导工作。除此之外，千锋教育五百多名学员参与到本书的试读工作中，他们站在初学者的角度对本书提出了许多宝贵的修改建议，在此一并表示衷心的感谢。
意 见 反 馈
在本书的编写过程中，虽然编者力求完美，但难免有不足之处，欢迎各界专家和读者朋友们给予宝贵意见。

千锋教育高教产品研发部
2021年3月

 

 

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式 香港用户　 |　台灣用户　|　大陸用户　|　海外用户
megBook.com.hk
Copyright © 2013 - 2024 （香港）大書城有限公司　 All Rights Reserved.