新书推荐|Python快乐编程——数据分析与实战

本题目:旧书引荐 | Python高兴编程——数据剖析取真战

内 容 简 介
GENERAL TITLE
本书以企业实践开辟需供为根据，停止由浅进深的手艺常识解说，经过参考书数百条企业公布的用人需供，粗心清算本书内容.旨正在处理企业用人需供的同时让读者对数据剖析发生浓重的进修兴味，经过高兴进修的体例，到达下薪失业的目标.
齐书共分为11章，前5章内容次要报告Python正在数据剖析范畴的概述取经常使用拓展库的运用，包罗数据剖析概述.IPython的运用.Numpy的运用.Pandas的运用.Matplotlib的运用；第6章至第10章次要报告Python正在数据剖析范畴的初级进阶操纵，包罗对工夫序列剖析.数据处置的根本手腕.基于文本的天然言语处置.Scikit-learn数据建模.数据可视化进阶的报告；本书最初一章为实践案例，经过千锋教诲的失业剖析案例稳固后面所教.视读者勤减操练，早日称为手艺片面的数据剖析师.
适读人群
GENERAL TITLE
本书次要里背数据剖析小黑.数据剖析中级工程师等努力于数据剖析标的目的的读者，包罗初等院校及培训黉舍的教师战先生，是进修Python数据剖析开辟手艺的必读之做.
扫码，劣惠购书
目次
GENERAL TITLE
第1章 数据剖析概述
1.1 开端看法数据剖析
1.2 数据剖析的根本流程
1.3 Python数据剖析的东西
1.4 Jupyter Notebook的根本运用
1.5 本章小结
1.6 习题
第2章 IPython
2.1 IPython根底
2.1.1 IPython简介
2.1.2 IPython运用本领
2.1.3 Ipython把戏号令
2.2 IPython中的开辟东西
2.2.1 调试器
2.2.2 功能剖析
2.3 本章大节
2.4 习题
第3章 Numpy 的运用
3.1 数组的运用
3.1.1 数组的创立
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 数组的变更
3.2 矩阵的运用
3.2.1 矩阵的创立
3.2.2 矩阵的兼并
3.2.3 矩阵的运算
3.2.4 矩阵的属性
3.3 Numpy适用本领
3.3.1 通用函数的运用
3.3.2 数据的保管战读与
3.3.3 随机数死成
3.3.4 Numpy取数据统计
3.4 本章小结
3.5 操练题
第4章 Pandas 的运用
4.1 Pandas的数据构造
4.1.1 Series工具的创立
4.1.2 Series工具的属性
4.1.3 DataFrame工具的创立
4.1.4 DataFrame工具的属性
4.2 Pandas的索引工具
4.2.1 Series 索引的根本运用
4.2.2 重修索引
4.2.3 索引的根本拔取战过滤
4.3 Pandas的根本计较
4.3.1 算数运算战数据对齐
4.3.2 自界说函数
4.3.3 排序
4.3.4 反复索引的根本运用
4.4 Pandas的统计功用
4.4.1 统计运用的根本函数
4.4.2 经常使用统计手腕
4.5 Pandas的数据缺点处置
4.5.1 dropna处置Series数据缺点
4.5.2 dropna处置DataFrame数据缺点
4.5.3 fill停止数据增加
4.6 Pandas的条理化索引
4.6.1 根本创立
4.6.2 重排分级
4.6.3 依据级别停止报告请示
4.6.4 DataFrame数据列的运用
4.7 Pandas的文件读与
4.7.1 读与/存储EXCEL文件
4.7.2 读与/存储CSV文件
4.7.3 读写数据库
4.7.4 读与HDF5文件
4.8 本章小结
4.9 习 题
第5章 Matplotlib 画造图表
5.1 Matplotlib画图流程
5.2 Matplotlib根本运用
5.2.1 创立绘布
5.2.2 增加子图
5.2.3 规则刻度取标签
5.2.4 增加图例
5.2.5 显现
5.3 Matplotlib经常使用本领
5.3.1 设置装备摆设文件
5.3.2 rc参数的根本设置装备摆设
5.3.3 中文显现设置装备摆设
5.4 Matplotlib根本图形
5.4.1 Matplotlib画造集面图
5.4.2 Matplotlib画造曲圆图
5.4.3 Matplotlib画造饼状图
5.4.4 Matplotlib画造合线图
5.4.5 Matplotlib画造箱型图
5.5 本章小结
5.6 习题
第6章 工夫序列剖析
6.1 工夫工具—Timestamp
6.1.1 创立工夫戳
6.1.2 指定取转换时区
6.1.3 最小工夫/最年夜工夫
6.1.4 经常使用属性
6.2 工夫工具—Period
6.2.1 创立Period工具
6.2.2 获得Period的根本属性
6.2.3 Period的根本办法
6.3 工夫工具—TimeDelta
6.3.1 创立TimeDelta
6.3.2 TimeDelta的属性操纵
6.3.3 TimeDelta的根本办法
6.3.4 工夫距离的根本运算
6.4 DateTimeIndex工具
6.4.1 DateTimeIndex工具的创立
6.4.2 DateTimeIndex工具的属性
6.4.3 DateTimeIndex工具的办法
6.5 PeriodIndex工具
6.5.1 PeriodIndex工具的创立
6.5.2 PeriodIndex工具的属性
6.5.3 PeriodIndex工具的办法
6.6 TimedeltaIndex工具
6.6.1 TimedeltaIndex工具的创立
6.6.2 TimedeltaIndex工具的根本属性
6.6.3 TimedeltaIndex工具的办法
6.7 采样
6.7.1 采样的根本办法
6.7.2 降采样
6.7.3 降采样
6.8 本章小结
6.9 习题
第7章 数据处置的根本手腕
7.1 兼并数据散
7.1.1 主键兼并数据
7.1.2 轴背数据兼并
7.1.3 堆叠数据的兼并
7.1.4 索引键的兼并
7.2 数据浑洗
7.2.1 反复值的处置
7.2.2 非常值的处置
7.2.3 缺掉值的处置
7.3 数据规范化
7.3.1 最小—最年夜规范化
7.3.2 Z-score规范化
7.3.3 按小数定标规范化
7.4 数据范例的转换
7.4.1 团圆化延续数据
7.4.2 哑变量处置范例数据
7.5 本章小结
7.6 习 题
第8章 基于文本的天然言语剖析
8.1 基于文本的天然言语处置概述
8.1.1 文本预处置的根本流程
8.2 Jieba根本引见战运用
8.2.1 根本引见
8.2.2 装置
8.2.3 根本运用
8.3 NLTK的根本引见战运用
8.3.1 NLTK的根本引见
8.3.2 NLTK的装置
8.3.3 NLTK根旅游本运用
8.4 文底细似度
8.4.1 类似度剖析
8.4.2 基于NLTK的文底细似度萌宠剖析
8.4.3 基于Gensim的文底细似度剖析
8.5 感情剖析
8.5.1 感情剖析概述
8.5.2 基于朴实贝叶斯剖析
8.5.3 基于感情辞书的剖析
8.6 文天职类
8.7 本章小结
8.8 习 题
第9章 Scikit-learn数据建模
9.1 数据建模的根本概述
9.1.1 Scikit-learn的根本引见
9.1.2 数据建模的根本流程
9.2 回回模子的使用取评价
9.2.1 回回模子的使用
9.2.2 回回模子的评价
9.2.3 回回模子的可视化
9.3 散类模子的使用取评价
9.3.1 散类模子的创立
9.3.2 散类模子的评价
9.3.3 散类模子可视化
9.4 分类模子的使用取评价
9.4.1 创立分类模子
9.4.2 分类模子的评价
9.5 本章小结
9.6 习题
第10章 数据可视化进阶
10.1 Seaborn
10.1.1装置
10.1.2可视化数据散
10.1.3分类数据散
10.2 Bokeh
10.2.1装置
10.2.2柱状图
10.2.3集面图
10.2.4合线图
10.2.5工夫轴
10.3 Pyecharts
10.3.1Pyecharts的装置
10.3.2根本设置装备摆设
10.3.3仪表图画造
10.3.4干系图
10.3.5仄止坐标系
10.3.6饼状图
10.3.7词云图
10.3.8天文舆图
10.4 空间可视化
10.4.1空间集面图
10.4.2空间柱状体
10.5 本章大节
10.6 本章习题
第11章 数据剖析案例-失业剖析
11.1 项目案例剖析
11.1.1需供剖析
11.2 数据获得
11.3 数据处置
11.3.1数据范例的转换
11.3.2数据来重
11.3.3缺掉值处置
11.4 数据剖析
11.5 本章大节
样章展现
GENERAL TITLE

前往new.jpwyj.com，检查更多

未经允许不得转载：新资讯 » 新书推荐|Python快乐编程——数据分析与实战