幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

Python數據科學實踐

  • 作者：常象宇//曾智億//李春艷//程茜|責編:吳曉月//王繼偉
  • 出版社：北京大學
  • ISBN：9787301313190
  • 出版日期：2020/07/01
  • 裝幀：平裝
  • 頁數：270
人民幣：RMB 69 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書是由狗熊會推出的一本利用Python介紹數據科學基本過程的著作。其核心的設計理念是通過經典的商業應用案例對數據爬取、數據存儲、數據清洗、數據建模的核心Python模塊做相應的介紹。
    本書的特點是強調數據科學帶來的商業價值理念，所以其可以作為高等學校數據科學、大數據管理與應用、統計或相關專業的教材，也適合從事數據分析的工作者和愛好者閱讀。
作者介紹
常象宇//曾智億//李春艷//程茜|責編:吳曉月//王繼偉
目錄
第1章  基於Python的數據科學環境搭建
  1.1  Python 是數據科學「大勢所趨」
  1.2  Anaconda入門—工欲善其事，必先利其器
    1.2.1  Anaconda功能簡介
    1.2.2  Anaconda的下載和安裝
    1.2.3  Navigator和Prompt的選擇
    1.2.4  Conda的使用
  1.3  Jupyter Notebook入門
    1.3.1  Jupyter Notebook—「程序猿」里的「散文家」
    1.3.2  Jupyter Notebook的優勢
    1.3.3  Jupyter Notebook的界面
    1.3.4  Jupyter Notebook的基本使用
  1.4  Markdown 單元格的使用
    1.4.1  入門簡介
    1.4.2  基礎語法
    1.4.3  擴展語法
  1.5  Spyder入門
    1.5.1  Spyder—Python編程的「熱帶雨林」
    1.5.2  Spyder的特點
    1.5.3  Spyder的用戶界面組件
    1.5.4  Spyder的核心構建塊
  1.6  小結
第2章  Python 基礎
  2.1  「火鍋團購數據」簡介
  2.2  讀寫數據
    2.2.1  文件管理
    2.2.2  讀入火鍋團購數據
    2.2.3  利用open（)函數讀寫文件
  2.3  Python 數據類型與結構
    2.3.1  基本數據類型
    2.3.2  基本數據結構
  2.4  控制流、函數與模塊
    2.4.1  控制流
    2.4.2  函數
    2.4.3  模塊
  2.5  面向對象編程的基本概念
    2.5.1  類的基本定義和使用
    2.5.2  對象
    2.5.3  繼承
    2.5.4  方法重寫
  2.6  Numpy簡介
    2.6.1  Numpy數組對象
    2.6.2  數據讀入
    2.6.3  數據去重
    2.6.4  基本索引方式
    2.6.5  利用Numpy進行統計分析
  2.7  小結
第3章  Python的數據處理模塊
  3.1  初級篇——相遇Pandas
    3.1.1  讀入數據—數據分析的「米」

    3.1.2  檢查重複——重複的東西咱不要
    3.1.3  判斷表達式—更Pythonic
    3.1.4  檢查缺失—要命的缺失
    3.1.5  切片函數—最「笨」的辦法
    3.1.6  描述性統計—一個函數搞定
    3.1.7  其他—實用的小操作
  3.2  進階篇—相識Pandas
    3.2.1  apply(）—為你私人定製的函數
    3.2.2  分組與聚合——速度與優雅兼具
    3.2.3  時間序列—跨不過的坎
    3.2.4  合併—Pandas和SQL完美結合
  3.3  小結
第4章  Python的繪圖模塊
  4.1  為什麼需要數據可視化
  4.2  初級篇—Matplotlib基礎
    4.2.1  畫布—繪圖的畫板
    4.2.2  配置—更個性化的繪圖
    4.2.3  散點圖、線圖
    4.2.4  繪製箱線圖
    4.2.5  繪製柱狀圖
    4.2.6  繪製餅圖、直方圖
  4.3  高級篇—Plotly 基礎
    4.3.1  開始之前——理解Plotly
    4.3.2  繪製散點圖、線圖
    4.3.3  繪製箱線圖
    4.3.4  繪製柱狀圖（多子圖）
    4.3.5  繪製餅圖、直方圖
  4.4  小結
第5章  Python的統計建模模塊
  5.1  Statsmodels簡介
  5.2  數據接入
  5.3  統計模型參數估計
    5.3.1  用Patsy描述統計模型
    5.3.2  模型中分類變數的處理
    5.3.3  擬合線性回歸模型
  5.4  統計假設檢驗
    5.4.1  問題提出
    5.4.2  一元單因素方差分析
    5.4.3  一元多因素方差分析
  5.5  探索分析
    5.5.1  箱線圖
    5.5.2  相關圖
    5.5.3  擬合圖
    5.5.4  回歸圖
  5.6  小結
第6章  Python的機器學習模塊
  6.1  機器學習的定義
  6.2  使用scikit-learn
    6.2.1  數據準備
    6.2.2  模型選擇

    6.2.3  模型訓練
    6.2.4  模型評估
    6.2.5  模型調參
    6.2.6  模型結果
    6.2.7  模型保存與載入
  6.3  小結
第7章  Python的爬蟲模塊
  7.1  爬蟲的定義
  7.2  初級篇—單頁面靜態爬蟲
    7.2.1  入門——級頁面採集
    7.2.2  進階—二級頁面採集
  7.3  中級篇—多頁面靜態爬蟲
    7.3.1  入門—單分類多頁面採集
    7.3.2  進階—多分類多頁面採集
    7.3.3  高級—多線程採集
  7.4  高級篇—爬蟲的偽裝
    7.4.1  入門—偽裝請求頭
    7.4.2  進階—IP池
    7.4.3  其他
  7.5  終級篇——動態爬蟲
    7.5.1  入門—區分靜態和動態數據
    7.5.2  進階—採集動態數據
  7.6  爬蟲注意事項
  7.7  小結
第8章  Python的文本分析模塊
  8.1  準備：理解文本分析流程
    8.1.1  分詞
    8.1.2  特徵提取
  8.2  實戰
    8.2.1  數據準備
    8.2.2  分詞
    8.2.3  統計詞頻
    8.2.4  詞雲
    8.2.5  提取feature
    8.2.6  用sklearn進行訓練
  8.3  小結
第9章  Python的資料庫模塊
  9.1  為什麼需要資料庫
  9.2  初級篇—SQLAlchemy的基本使用
    9.2.1  連接資料庫
    9.2.2  創建數據表
    9.2.3  增加數據
    9.2.4  查看數據
    9.2.5  修改數據
    9.2.6  刪除數據
  9.3  高級篇
    9.3.1  構建表關係
    9.3.2  Pandas讀取SQL
  9.4  小結
第10章  精品案例——火鍋團購分析

  10.1  背景介紹
    10.1.1  化零為整—從零散的模塊學習到完整的
案例分析
    10.1.2  案例背景
  10.2  數據描述
    10.2.1  數據說明
    10.2.2  可視化描述
  10.3  建模分析
    10.3.1  建模結果及模型解讀
    10.3.2  模型對比分析及結論
  10.4  小結

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032