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程序設計與數據分析項目實戰(微課視頻版微課版21世紀高等學校電腦類課程創新系列教材)

  • 作者：編者:王世波//武志勇|責編:陳景輝//薛陽
  • 出版社：清華大學
  • ISBN：9787302629672
  • 出版日期：2023/04/01
  • 裝幀：平裝
  • 頁數：264
人民幣：RMB 59.9 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書將Python程序設計基礎和數據分析案例相結合，循序漸進地介紹了Python基礎知識和數據分析及可視化的全過程。全書分為兩部分共13章，第一部分為Python程序設計基礎篇，包括第1?8章，分別介紹了Python開發環境，Python變數類型、運算符與表達式、內置函數，Python程序控制結構，列表與元組，字典與集合，函數定義及使用，Python數據分析基礎，Python數據可視化等知識；第二部分為數據分析綜合案例篇，包括第9?13章，共5個數據分析案例，詳細闡述了數據分析及可視化的步驟及內容並配有微視頻，書中的每個知識點都有相應的實現代碼和實例。
    本書可作為全國高等學校電腦或非電腦專業「Python程序設計」「數據分析及可視化」等課程的教材，也可作為從事高等教育的專任教師的教學參考用書，以及有意向學習數據分析相關技術的研究生的參考用書。
作者介紹
編者:王世波//武志勇|責編:陳景輝//薛陽
目錄
第一部分  Python程序設計基礎篇
  第1章  Python開發環境
    1.1  Python簡介
      1.1.1  Python的發展歷程
      1.1.2  Python的特點
      1.1.3  Python的應用領域
      1.1.4  Python的安裝
    1.2  Python IDLE開發環境
      1.2.1  IDLE簡介
      1.2.2  使用IDLE環境創建Python程序
    1.3  Anaconda 3集成環境與Jupyter Notebook
      1.3.1  Anaconda下載與安裝
      1.3.2  Conda命令用法
      1.3.3  Jupyter Notebook
    1.4  Jupyter Notebook使用詳解
      1.4.1  Jupyter Notebook的啟動
      1.4.2  Jupyter Notebook的編輯界面
    1.5  擴展庫安裝及導入使用
    1.6  Python編寫規範
    習題
  第2章  Python變數類型、運算符與表達式、內置函數
    2.1  變數與數據類型
      2.1.1  變數
      2.1.2  常量
      2.1.3  數據類型
    2.2  運算符與表達式
      2.2.1  算術運算符
      2.2.2  關係運算符
      2.2.3  邏輯運算符
      2.2.4  賦值運算符
      2.2.5  位運算符
      2.2.6  成員運算符
      2.2.7  集合運算符
      2.2.8  運算符優先順序
      2.2.9  表達式
    2.3  函數
      2.3.1  常用內置函數
      2.3.2  常用標準庫函數
    習題
  第3章  Python程序控制結構
    3.1  選擇結構
      3.1.1  單分支選擇結構
      3.1.2  雙分支選擇結構
      3.1.3  多分支選擇結構
      3.1.4  嵌套選擇結構
    3.2  循環結構
      3.2.1  for循環
      3.2.2  while循環
      3.2.3  嵌套循環
      3.2.4  循環控制語句

    3.3  異常處理
      3.3.1  異常的常見形式
      3.3.2  異常處理結構語法
    3.4  綜合例題
    習題
  第4章  列表與元組
    4.1  列表
      4.1.1  列表的創建及刪除
      4.1.2  列表元素訪問與切片
      4.1.3  列表常用方法
      4.1.4  列表運算
      4.1.5  列表推導式
    4.2  元組
      4.2.1  元組的創建及元素訪問
      4.2.2  元組運算符、元組索引與切片
      4.2.3  生成器推導式
    4.3  列表與元組的區別與聯繫
    4.4  綜合例題
    習題
  第5章  字典與集合
    5.1  字典
      5.1.1  字典的概念與特性
      5.1.2  字典的創建與刪除
      5.1.3  字典元素訪問
      5.1.4  字典元素的增加、修改與刪除
      5.1.5  字典內置函數與方法
    5.2  集合
      5.2.1  集合的概念
      5.2.2  集合的創建與刪除
      5.2.3  集合元素的添加與刪除
      5.2.4  集合常用方法
    5.3  綜合例題
    習題
  第6章  函數定義及使用
    6.1  函數定義的語法格式與調用
      6.1.1  函數定義的語法格式與調用概述
      6.1.2  遞歸函數的定義與調用
    6.2  函數參數
      6.2.1  位置參數
      6.2.2  默認參數
      6.2.3  關鍵參數
      6.2.4  可變長度參數
    6.3  Lambda表達式
    6.4  生成器函數與修飾器函數
      6.4.1  生成器函數的定義與使用
      6.4.2  修飾器函數的定義與使用
    6.5  Python中的包
      6.5.1  包的創建
      6.5.2  包的導入
    習題

  第7章  Python數據分析基礎
    7.1  NumPy庫
      7.1.1  NumPy數據結構
      7.1.2  ndarray常見操作
      7.1.3  常用的操作函數
    7.2  Pandas庫
      7.2.1  Pandas數據結構
      7.2.2  Pandas數據讀寫
      7.2.3  Pandas常用操作
  第8章  Python數據可視化
    8.1  Matplotlib
      8.1.1  Matplotlib安裝與設置
      8.1.2  圖形的基本構成
      8.1.3  基本繪圖流程
      8.1.4  常用圖形繪製
    8.2  Pyecharts
      8.2.1  Pyecharts概述
      8.2.2  Pyecharts圖表配置項
      8.2.3  Pyecharts常用圖表繪製
第二部分  數據分析綜合案例篇
  第9章  白葡萄酒品質分析
    9.1  數據集描述
    9.2  白葡萄酒數據分析
      9.2.1  導入數據
      9.2.2  數據描述性統計及數據分佈
      9.2.3  數據清洗
      9.2.4  數據分析
  第10章  藥品銷售數據分析
    10.1  案例介紹與數據集描述
    10.2  數據清洗
      10.2.1  數據導入
      10.2.2  選擇子集
      10.2.3  列名重命名
      10.2.4  缺失值處理
      10.2.5  數據類型轉換
      10.2.6  異常值處理
      10.2.7  數據排序
    10.3  建模分析
      10.3.1  月均消費次數
      10.3.2  月均消費金額
      10.3.3  客單價
    10.4  可視化分析
      10.4.1  消費趨勢
      10.4.2  每月消費金額
      10.4.3  藥品銷售情況
  第11章  電商用戶行為分析
    11.1  數據集描述與用戶行為分析過程
      11.1.1  數據描述
      11.1.2  用戶行為分析過程
    11.2  數據清洗

      11.2.1  導入數據並查看
      11.2.2  更改列名並顯示前100行記錄
      11.2.3  查看缺失值情況
      11.2.4  時間戳列數據處理
      11.2.5  數據日期區間清洗
    11.3  數據讀入Pandas
    11.4  構建模型與分析問題
      11.4.1  用戶流量及購物情況
      11.4.2  用戶行為轉化漏斗
      11.4.3  購買率高低與人群特徵
      11.4.4  時間維度上了解用戶行為習慣
      11.4.5  商品維度分析
      11.4.6  分析總結
  第12章  電商平台大數據消費分析
    12.1  案例背景與目標
    12.2  數據集描述
    12.3  數據導入與描述統計分析
      12.3.1  導入數據
      12.3.2  數據描述統計分析
    12.4  數據清洗：異常值檢測與處理
      12.4.1  交易時間異常值檢測
      12.4.2  交易時間異常值處理
      12.4.3  交易金額異常值處理
      12.4.4  交易附言缺失處理
      12.4.5  時間格式和時區轉換
      12.4.6  量綱轉換
      12.4.7  重複數據處理
    12.5  客戶交易行為分析
      12.5.1  交易次數隨時間變化分析
      12.5.2  交易金額隨時間變化分析
      12.5.3  交易有效時段限定
      12.5.4  每天24小時交易次數的分佈
      12.5.5  客戶交易次數的可視化分析
      12.5.6  客戶平均交易金額的可視化分析
      12.5.7  客戶交易流入流出次數的可視化分析
      12.5.8  客戶交易流入流出金額的可視化分析
      12.5.9  交易附言詞雲圖
    12.6  客戶標籤畫像
      12.6.1  事實類標籤
      12.6.2  規則類標籤
  第13章  銀行客戶信用風險評估
    13.1  項目背景與目標
      13.1.1  項目背景
      13.1.2  目標
    13.2  客戶數據探索與預處理
      13.2.1  數據集介紹
      13.2.2  數據導入與格式轉換
      13.2.3  探索性數據分析
      13.2.4  數據預處理
    13.3  信用評估指標體系構建

      13.3.1  建立信用評估指標體系
      13.3.2  各新建指標定義及實現代碼
    13.4  風控模型構建與應用
      13.4.1  風控模型構建
      13.4.2  風控模型應用
參考文獻

  • 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