掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類(lèi)五星書(shū)更多>
-
>
中醫(yī)基礎(chǔ)理論
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國(guó)特色社會(huì)主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學(xué)·全國(guó)中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
-
>
中醫(yī)診斷學(xué)--新世紀(jì)第五版
-
>
中藥學(xué)·全國(guó)中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
中圖價(jià):¥21.5
加入購(gòu)物車(chē)
Python數(shù)據(jù)分析基礎(chǔ) 版權(quán)信息
- ISBN：9787302478904
- 條形碼：9787302478904 ; 978-7-302-47890-4
- 裝幀：70g膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>>
Python數(shù)據(jù)分析基礎(chǔ) 本書(shū)特色
Python是由Guido van Rossum于20世紀(jì)80年代末和90年代初，在荷蘭國(guó)家數(shù)學(xué)和計(jì)算機(jī)科學(xué)研究所設(shè)計(jì)出來(lái)的。它是一種面向?qū)ο蟮、用途非常廣泛的編程語(yǔ)言，具有非常清晰的語(yǔ)法特點(diǎn)，適用于多種操作系統(tǒng)。目前Python在國(guó)際上非常流行，正在得到越來(lái)越多的應(yīng)用。 Python可以完成許多任務(wù)，功能非常強(qiáng)大，其利用Pandas處理大數(shù)據(jù)的過(guò)程，由于Pandas庫(kù)的使用能夠很好地展現(xiàn)數(shù)據(jù)結(jié)構(gòu)，成為近來(lái)Python項(xiàng)目中經(jīng)常使用的熱門(mén)技術(shù)，并且R和Spark對(duì)Python都有很好的調(diào)用接口，甚至在內(nèi)存使用方面都有優(yōu)化。 本書(shū)根據(jù)作者多年教學(xué)經(jīng)驗(yàn)編寫(xiě)，條理清楚，內(nèi)容深淺適中，盡量讓讀者從實(shí)例出發(fā)，結(jié)合課后練習(xí)，少走彎路。本書(shū)涉及的內(nèi)容主要包括Python數(shù)據(jù)類(lèi)型與運(yùn)算、流程控制及函數(shù)與類(lèi)、Pandas庫(kù)的數(shù)據(jù)處理與分析等。在本書(shū)的*后，還附帶了一些文件讀寫(xiě)、網(wǎng)絡(luò)爬蟲(chóng)、矩陣計(jì)算等*基本的內(nèi)容。 本書(shū)可以作為本科生、研究生以及科研人員學(xué)習(xí)Python的基礎(chǔ)教材。
Python數(shù)據(jù)分析基礎(chǔ) 內(nèi)容簡(jiǎn)介
作者通過(guò)近三輪的教學(xué)，對(duì)Python 3.x的基礎(chǔ)知識(shí)進(jìn)行了篩選和總結(jié)，特編寫(xiě)此書(shū)，希望能夠給準(zhǔn)備使用Python的讀者提供一些方便。 本書(shū)由淺入深，比較適合那些從未接觸過(guò)計(jì)算機(jī)語(yǔ)言的讀者。每章配有大量的示例代碼，希望讀者在使用本書(shū)的時(shí)候，能夠盡可能自己敲代碼，少用復(fù)制粘貼的方法，這樣有利于讀者盡快進(jìn)入“角色”，畢竟“拷貝得來(lái)終覺(jué)淺”。 本書(shū)的前3章是Python的基礎(chǔ)知識(shí)；第4章是利用Pandas庫(kù)對(duì)數(shù)據(jù)進(jìn)行處理、分析以及實(shí)現(xiàn)數(shù)據(jù)可視化；在第5章還列出了Python對(duì)文件的讀取、存儲(chǔ)方法，對(duì)網(wǎng)絡(luò)爬蟲(chóng)、矩陣運(yùn)算也做了簡(jiǎn)單的介紹。
Python數(shù)據(jù)分析基礎(chǔ) 目錄
第1章 Python簡(jiǎn)介 1
1.1 安裝Python 2
1.2 Python 2和Python 3的區(qū)別 5
本章小結(jié) 8
練習(xí) 8
第2章 Python數(shù)據(jù)類(lèi)型與運(yùn)算 9
2.1 數(shù)據(jù)類(lèi)型 11
2.2 運(yùn)算符與功能命令 12
2.2.1 算數(shù)運(yùn)算符 12
2.2.2 比較運(yùn)算符 12
2.2.3 賦值運(yùn)算符 13
2.2.4 常量與變量 15
2.2.5 字符串 16
2.2.6 字符串索引與切片 18
2.2.7 輸入和輸出 20
2.2.8 原始字符串 21
2.2.9 range 22
2.2.10 元組、列表、字典、集合 22
2.2.11 格式化輸出 37
2.2.12 strip、split 40
2.2.13 divmod() 42
2.2.14 join() 42
本章小結(jié) 43
練習(xí) 47
第3章 流程控制及函數(shù)與類(lèi) 49
3.1 流程控制 52
3.1.1 if-else 52
3.1.2 for循環(huán) 53
3.1.3 while循環(huán) 54
3.1.4 continue和break 54
3.2 遍歷 56
3.2.1 range()函數(shù) 56
3.2.2 列表與元組的遍歷 59
3.3 函數(shù) 61
3.3.1 函數(shù)的定義 61
3.3.2 函數(shù)的使用 62
3.3.3 形參和實(shí)參 63
3.3.4 參數(shù)的傳遞和改變 63
3.3.5 變量的作用域 66
3.3.6 函數(shù)參數(shù)的類(lèi)型 68
3.3.7 任意個(gè)數(shù)的參數(shù) 70
3.3.8 函數(shù)調(diào)用 71
3.4 函數(shù)式編程 74
3.4.1 lambda 74
3.4.2 reduce() 75
3.4.3 filter() 76
3.4.4 map() 77
3.4.5 行函數(shù) 77
3.5 常用的內(nèi)置函數(shù) 78
3.5.1 sum 78
3.5.2 zip 79
3.5.3 enumerate 80
3.5.4 max和min 81
3.5.5 eval 81
3.5.6 判斷函數(shù) 83
3.6 常見(jiàn)的錯(cuò)誤顯示 86
3.6.1 常見(jiàn)的錯(cuò)誤類(lèi)型 87
3.6.2 初學(xué)者常犯的錯(cuò)誤 89
3.6.3 try 93
3.6.4 assert 95
3.6.5 raise 95
3.7 模塊和包 96
3.7.1 模塊(module) 96
3.7.2 包(package) 100
3.7.3 datetime和calendar模塊 101
3.7.4 urllib模塊 105
3.8 類(lèi) 106
本章小結(jié) 109
練習(xí) 109
第4章 Python數(shù)據(jù)分析實(shí)戰(zhàn) 113
4.1 關(guān)于Pandas 114
4.1.1 什么是Pandas 114
4.1.2 Pandas中的數(shù)據(jù)結(jié)構(gòu) 114
4.1.3 Pandas的安裝方法 114
4.1.4 在Anaconda中安裝
第三方庫(kù) 118 4.2 數(shù)據(jù)準(zhǔn)備 119 4.2.1 數(shù)據(jù)類(lèi)型 119 4.2.2 數(shù)據(jù)結(jié)構(gòu) 120 4.2.3 數(shù)據(jù)導(dǎo)入 128 4.2.4 數(shù)據(jù)導(dǎo)出 131 4.3 數(shù)據(jù)處理 133 4.3.1 數(shù)據(jù)清洗 133 4.3.2 數(shù)據(jù)抽取 138 4.3.3 排名索引 147 4.3.4 數(shù)據(jù)合并 151 4.3.5 數(shù)據(jù)計(jì)算 154 4.3.6 數(shù)據(jù)分組 156 4.3.7 日期處理 157 4.4 數(shù)據(jù)分析 162 4.4.1 基本統(tǒng)計(jì) 162 4.4.2 分組分析 163 4.4.3 分布分析 165 4.4.4 交叉分析 167 4.4.5 結(jié)構(gòu)分析 169 4.4.6 相關(guān)分析 170 4.5 數(shù)據(jù)可視化 172 4.5.1 餅圖 172 4.5.2 散點(diǎn)圖 174 4.5.3 折線圖 176 4.5.4 柱形圖 180 4.5.5 直方圖 183 本章小結(jié) 184 練習(xí) 184 第5章 其他 187 5.1 文件讀寫(xiě)操作 188 5.1.1 文件的讀寫(xiě)方法 189 5.1.2 文件的其他方法 190 5.1.3 文件的存儲(chǔ)和讀取 190 5.2 with語(yǔ)句 192 5.3 Anaconda下安裝statsmodels包 193 5.4 關(guān)于Spyder界面恢復(fù)默認(rèn)狀態(tài)的
處理 195 5.5 關(guān)于Python計(jì)算精度的問(wèn)題 197 5.6 矩陣運(yùn)算 200 5.6.1 創(chuàng)建矩陣 200 5.6.2 矩陣屬性 200 5.6.3 解線性方程組 201 5.6.4 線性規(guī)劃*優(yōu)解 202 5.7 正則表達(dá)式 203 5.8 使用urllib打開(kāi)網(wǎng)頁(yè) 209 5.9 網(wǎng)頁(yè)數(shù)據(jù)抓取 212 5.10 讀取文檔 217 本章小結(jié) 222 練習(xí) 222 參考文獻(xiàn) 224
第三方庫(kù) 118 4.2 數(shù)據(jù)準(zhǔn)備 119 4.2.1 數(shù)據(jù)類(lèi)型 119 4.2.2 數(shù)據(jù)結(jié)構(gòu) 120 4.2.3 數(shù)據(jù)導(dǎo)入 128 4.2.4 數(shù)據(jù)導(dǎo)出 131 4.3 數(shù)據(jù)處理 133 4.3.1 數(shù)據(jù)清洗 133 4.3.2 數(shù)據(jù)抽取 138 4.3.3 排名索引 147 4.3.4 數(shù)據(jù)合并 151 4.3.5 數(shù)據(jù)計(jì)算 154 4.3.6 數(shù)據(jù)分組 156 4.3.7 日期處理 157 4.4 數(shù)據(jù)分析 162 4.4.1 基本統(tǒng)計(jì) 162 4.4.2 分組分析 163 4.4.3 分布分析 165 4.4.4 交叉分析 167 4.4.5 結(jié)構(gòu)分析 169 4.4.6 相關(guān)分析 170 4.5 數(shù)據(jù)可視化 172 4.5.1 餅圖 172 4.5.2 散點(diǎn)圖 174 4.5.3 折線圖 176 4.5.4 柱形圖 180 4.5.5 直方圖 183 本章小結(jié) 184 練習(xí) 184 第5章 其他 187 5.1 文件讀寫(xiě)操作 188 5.1.1 文件的讀寫(xiě)方法 189 5.1.2 文件的其他方法 190 5.1.3 文件的存儲(chǔ)和讀取 190 5.2 with語(yǔ)句 192 5.3 Anaconda下安裝statsmodels包 193 5.4 關(guān)于Spyder界面恢復(fù)默認(rèn)狀態(tài)的
處理 195 5.5 關(guān)于Python計(jì)算精度的問(wèn)題 197 5.6 矩陣運(yùn)算 200 5.6.1 創(chuàng)建矩陣 200 5.6.2 矩陣屬性 200 5.6.3 解線性方程組 201 5.6.4 線性規(guī)劃*優(yōu)解 202 5.7 正則表達(dá)式 203 5.8 使用urllib打開(kāi)網(wǎng)頁(yè) 209 5.9 網(wǎng)頁(yè)數(shù)據(jù)抓取 212 5.10 讀取文檔 217 本章小結(jié) 222 練習(xí) 222 參考文獻(xiàn) 224
展開(kāi)全部
書(shū)友推薦
- >
中國(guó)歷史的瞬間
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
史學(xué)評(píng)論
- >
李白與唐代文化
- >
名家?guī)阕x魯迅:故事新編
- >
羅曼·羅蘭讀書(shū)隨筆-精裝
- >
隨園食單
- >
名家?guī)阕x魯迅:朝花夕拾
本類(lèi)暢銷(xiāo)
