書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >
Python數(shù)據(jù)分析、挖掘與可視化

Python數(shù)據(jù)分析、挖掘與可視化

作者：毋建軍
出版社：機械工業(yè)出版社出版時間：2021-09-01
開本： 16開 頁數(shù)： 340
中 圖 價:¥75.7(8.5折) 定價  ¥89.0 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>

Python數(shù)據(jù)分析、挖掘與可視化 版權(quán)信息

Python數(shù)據(jù)分析、挖掘與可視化 本書特色

適讀人群 ：人工智能、計算機、大數(shù)據(jù)等專業(yè)學(xué)生本書特色： ★從大數(shù)據(jù)分析實際業(yè)務(wù)流程出發(fā)，利用案例貫穿介紹了大數(shù)據(jù)分析應(yīng)具備的基礎(chǔ)開發(fā)技術(shù)。 ★基于Python的數(shù)據(jù)分析全流程技術(shù)和相關(guān)機器學(xué)習算法。 ★從項目實戰(zhàn)出發(fā)，介紹了從應(yīng)用場景需求分析→社交數(shù)據(jù)分析→用戶畫像構(gòu)建的開發(fā)方法和過程。

Python數(shù)據(jù)分析、挖掘與可視化 內(nèi)容簡介

《Python數(shù)據(jù)分析、挖掘與可視化》從大數(shù)據(jù)分析實際業(yè)務(wù)流程出發(fā)，利用案例貫穿介紹了大數(shù)據(jù)分析應(yīng)具備的基礎(chǔ)開發(fā)技術(shù)，包括Python基礎(chǔ)、Python高級開發(fā)技術(shù)、數(shù)據(jù)采集與存儲、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析、數(shù)據(jù)可視化、數(shù)據(jù)挖掘等；詳細介紹了基于Python的數(shù)據(jù)分析全流程技術(shù)和相關(guān)機器學(xué)習算法；并通過社交用戶畫像挖掘案例，介紹了從應(yīng)用場景需求分析→社交數(shù)據(jù)分析→用戶畫像構(gòu)建的開發(fā)方法和過程，以及基于Flask框架、用戶屬性、神經(jīng)網(wǎng)絡(luò)挖掘的社交用戶數(shù)據(jù)分析和畫像構(gòu)建過程。 《Python數(shù)據(jù)分析、挖掘與可視化》既可作為高等院校人工智能、計算機、大數(shù)據(jù)等專業(yè)的相關(guān)課程的教材，也可作為大數(shù)據(jù)分析人員的技術(shù)參考書。

Python數(shù)據(jù)分析、挖掘與可視化 目錄

前言

第1章 Python基礎(chǔ)1
11 Python概述1
12 Python大數(shù)據(jù)應(yīng)用3
121 Python與大數(shù)據(jù)技術(shù)3
122 常用行業(yè)數(shù)據(jù)集6
123 嵌入式開發(fā)應(yīng)用6
124 數(shù)據(jù)挖掘及應(yīng)用7
125 機器學(xué)習及應(yīng)用8
126 數(shù)據(jù)分析未來發(fā)展9
13 搭建Python開發(fā)環(huán)境10
131 Python開發(fā)環(huán)境系統(tǒng)要求10
132 Windows系統(tǒng)平臺下搭建開發(fā)環(huán)境10
133 Linux系統(tǒng)平臺下搭建開發(fā)環(huán)境12
134 Mac系統(tǒng)平臺下搭建開發(fā)環(huán)境13
14 Python集成開發(fā)平臺14
15 Python常用庫概述18
151 Python庫簡介18
152 Python庫安裝及集成19
153 Python數(shù)據(jù)分析工具21
16 創(chuàng)建Python程序21
161 在Anaconda下創(chuàng)建Python程序22
162 命令行創(chuàng)建Python程序25
163 Python運行在移動終端25
164 創(chuàng)建Python嵌入式程序27
習題28
第2章 Python高級開發(fā)29
21 字符串29
211 字符串及格式化29
212 字符串常用方法32
213 字符串匹配與正則表達式匹配33
214 字符串應(yīng)用35
22 文本處理35
221 讀寫JSON數(shù)據(jù)35
222 讀寫CSV數(shù)據(jù)37
223 解析XML數(shù)據(jù)38
224 字典轉(zhuǎn)XML數(shù)據(jù)42
225 文本處理應(yīng)用43
23 文件和流45
231 打開文件及模式45
232 文件處理方法46
233 文件應(yīng)用47
24 網(wǎng)絡(luò)及Web應(yīng)用48
241 創(chuàng)建TCP、UDP服務(wù)器48
242 RPC遠程訪問51
243 Python動態(tài)網(wǎng)站應(yīng)用52
25 Python圖形繪制55
251 Python GUI簡介55
252 wxPython安裝及配置55
253 wxPython應(yīng)用55
254 PySimpleGUI及Jython應(yīng)用58
26 Python測試及框架60
習題63
第3章 Python數(shù)據(jù)采集與存儲64
31 數(shù)據(jù)采集簡介64
311 數(shù)據(jù)源概述64
312 常用的爬蟲框架66
313 社交網(wǎng)站信息采集75
32 Python數(shù)據(jù)存儲78
321 文本格式存儲78
322 文本存儲應(yīng)用80
323 二進制格式存儲80
324 二進制存儲應(yīng)用81
33 數(shù)據(jù)庫存儲81
331 Python 常用數(shù)據(jù)庫簡介82
332 MongoDB及應(yīng)用82
333 Redis及應(yīng)用93
334 SQLite及應(yīng)用102
335 PyTables 及應(yīng)用108
336 社交數(shù)據(jù)存儲112
34 案例：租房數(shù)據(jù)采集與存儲113
習題115
第4章 Python數(shù)據(jù)預(yù)處理116
41 數(shù)據(jù)預(yù)處理及工具簡介116
411 預(yù)處理基礎(chǔ)116
412 預(yù)處理方法117
413 預(yù)處理技術(shù)118
414 垃圾短信分類預(yù)處理120
42 NumPy122
421 NumPy安裝及配置123
422 NumPy的數(shù)據(jù)存取123
423 NumPy的矩陣構(gòu)建126
424 NumPy 的矩陣運算128
425 NumPy的數(shù)學(xué)統(tǒng)計131
426 NumPy的排序運算134
427 NumPy處理缺失項136
43 pandas137
431 pandas安裝及配置138
432 pandas數(shù)據(jù)結(jié)構(gòu)141
433 pandas 數(shù)據(jù)加載和存儲142
434 pandas數(shù)值計算與排序144
435 pandas數(shù)據(jù)索引構(gòu)建147
436 pandas復(fù)雜數(shù)據(jù)結(jié)構(gòu)148
437 書目信息索引149
44 SciPy150
441 SciPy安裝及配置151
442 SciPy的文件輸入與輸出152
443 SciPy的特殊函數(shù)應(yīng)用152
444 SciPy的線性代數(shù)運算153
445 SciPy的快速傅里葉變換154
446 SciPy的優(yōu)化和擬合155
45 案例：社交網(wǎng)站數(shù)據(jù)預(yù)處理157
習題162
第5章 Python數(shù)據(jù)分析163
51 數(shù)據(jù)分析簡介163
511 數(shù)據(jù)分析發(fā)展163
512 數(shù)據(jù)分析主流技術(shù)164
513 數(shù)據(jù)分析應(yīng)用領(lǐng)域166
52 Python 數(shù)據(jù)分析庫167
521 scikit-learn167
522 statsmodels170
523 Gensim172
524 Keras174
525 社交網(wǎng)站數(shù)據(jù)分析177
53 分類178
531 分類簡介179
532 常用分類算法179
533 分類評價標準181
534 新聞分類182
54 回歸184
541 回歸簡介184
542 常用回歸算法185
543 回歸評價標準187
544 房屋價格回歸分析188
55 聚類189
551 聚類簡介189
552 典型聚類算法189
553 聚類評價標準191
554 用戶社區(qū)聚類分析192
56 機器學(xué)習基礎(chǔ)194
561 機器學(xué)習簡介194
562 常見機器學(xué)習算法195
563 主流應(yīng)用框架196
564 Theano 應(yīng)用198
57 案例：購物網(wǎng)站用戶態(tài)度及情感分析199
習題201
第6章 Python 數(shù)據(jù)可視化202
61 數(shù)據(jù)可視化簡介202
611 數(shù)據(jù)可視化定義202
612 數(shù)據(jù)可視化發(fā)展203
613 數(shù)據(jù)可視化分類204
614 數(shù)據(jù)可視化應(yīng)用205
62 數(shù)據(jù)可視化基礎(chǔ)206
621 數(shù)據(jù)可視化基本流程206
622 主流數(shù)據(jù)可視化分析技術(shù)207
623 人口遷移數(shù)據(jù)可視化209
63 數(shù)據(jù)可視化開發(fā)工具210
631 matplotlib210
632 NetworkX213
633 seaborn214
634 ggplot216
635 Bokeh217
636 Pygal219
637 Plotly221
638 pyecharts224
64 數(shù)據(jù)可視化分析框架227
65 案例：話題漂移可視化228
習題232
第7章 Python數(shù)據(jù)挖掘與應(yīng)用233
71 數(shù)據(jù)挖掘簡介233
711 Python數(shù)據(jù)挖掘基礎(chǔ)234
712 文本分詞236
713 Gensim文本主題挖掘237
714 新詞發(fā)現(xiàn)242
72 Python視頻數(shù)據(jù)處理244
721 常見視頻數(shù)據(jù)處理算法244
展開全部
商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服