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數據分析基礎與應用(微課版名校名師精品系列教材)

  • 作者：編者:馮向科//陳承歡|責編:王志廣//桑珊
  • 出版社：人民郵電
  • ISBN：9787115632739
  • 出版日期：2025/01/01
  • 裝幀：平裝
  • 頁數：277
人民幣：RMB 69.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    在當今數字化時代，數據分析在各行各業被廣泛應用，數據已經成為企業的核心生產要素，數據分析技術已經成為企業競爭的關鍵。
    本書以幫助讀者夯實數據分析基礎、掌握數據分析應用為目標，以提升數據分析能力為重點，將Python數據分析基礎與應用整體分為9個模塊，形成層次分明、結構清晰、重點突出、方便學習的模塊化結構。本書構建漸進式、多樣化的數據分析基礎與應用層次，創新知識學習、技能訓練、任務實戰一體化訓練模式，幫助讀者有效地形成學習梯度、降低學習難度、提升學習熱情。同時本書提供新形態教材的電子活頁，探索活頁式教材新模式，還配套了數據分析在線練習與考核題庫。本書充分挖掘數據分析中的素養元素，「因勢利導、順勢而為」，將知識學習、技能訓練、能力培養和價值塑造有機結合。
    本書可以作為普通高等院校、高等或中等職業院校各專業的Python數據分析基礎與應用課程的教材，也可以作為Python數據分析基礎與應用培訓班的教材及參考書。
作者介紹
編者:馮向科//陳承歡|責編:王志廣//桑珊
目錄
模塊1  認知數據分析與構建程序運行環境
  學習與訓練
  1.1  初識數據分析
    1.1.1  數據分析定義
    1.1.2  比較數據分析與數據挖掘
    1.1.3  數據分析在企業經營決策中的主要作用
    1.1.4  常用數據分析框架
    1.1.5  常用數據分析方法
    1.1.6  常用數據分析工具
    1.1.7  數據分析過程中常見數據問題
  1.2  熟悉與準備數據分析的編程環境
    1.2.1  熟悉與使用Python的互動式編程環境
    1.2.2  熟悉與使用Jupyter Notebook集成開發環境
    1.2.3  熟悉與使用PyCharm集成開發環境
  應用與實戰
    【任務1-1】在Jupyter Notebook開發環境中打開並運行Python程序t1-01.ipynb
    【任務1-2】在Jupyter Notebook開發環境中打開並運行Python程序t1-02.ipynb
  在線練習與考核
模塊2  Python基礎
  學習與訓練
  2.1  Python的編碼規範與命名要求
  2.2  Python轉義字元與註釋
    2.2.1  Python轉義字元
    2.2.2  Python程序的註釋
  2.3  Python 3數據類型及其應用
    2.3.1  Python 3的數值類型
    2.3.2  Python字元串操作與計算
    2.3.3  Python列表創建與應用
    2.3.4  Python元組創建與應用
    2.3.5  Python字典創建與應用
    2.3.6  Python集合創建與應用
    2.3.7  Python 3數據類型的判斷
    2.3.8  Python數據類型的轉換
  2.4  Python運算符及其應用
    2.4.1  Python的算術運算符與算術表達式
    2.4.2  Python的賦值運算符與變數定義
    2.4.3  Python的比較運算符與比較表達式
    2.4.4  Python的邏輯運算符與邏輯表達式
    2.4.5  Python的成員運算符
    2.4.6  Python運算符優先順序
  2.5  Python基本結構及應用
    2.5.1  順序結構與流程式控制制
    2.5.2  Python選擇結構及其應用
    2.5.3  for循環語句及其應用
    2.5.4  while循環語句及其應用
    2.5.5  Python循環結構中的跳轉語句
  2.6  Python常用內置函數及應用
    2.6.1  Python數學運算函數及應用
    2.6.2  Python輸入輸出函數及應用
    2.6.3  Python 3日期和時間函數

  2.7  Python函數定義及應用
    2.7.1  定義Python函數
    2.7.2  調用Python函數
    2.7.3  Python函數變數作用域
  2.8  創  建與導入Python模塊
    2.8.1  創建Python模塊
    2.8.2  導入Python模塊
    2.8.3  下載與安裝第三方模塊
  2.9  創建與使用Python包
  應用與實戰
    【任務2-1】計算與輸出購買商品的優惠金額與應付金額
    【任務2-2】應用for循環語句顯示進度的百分比
    【任務2-3】自定義與應用實現要求功能的函數
    【任務2-4】使用Collections實現數據統計
  在線練習與考核
模塊3  NumPy基礎
  學習與訓練
  3.1  初識NumPy
    3.1.1  NumPy概述
    3.1.2  安裝NumPy
  3.2  使用多種方法創建NumPy數組對象
    3.2.1  初識ndarray對象
    3.2.2  熟悉與使用NumPy數據類型
    3.2.3  創建NumPy一維數組對象
    3.2.4  創建NumPy二維數組對象
    3.2.5  創建NumPy多維數組對象
    3.2.6  創建NumPy區間數組對象
  3.3  使用ndarray對象的屬性
    3.3.1  使用size屬性和dtype屬性
    3.3.2  使用shape屬性
    3.3.3  使用ndim屬性
    3.3.4  使用itemsize屬性
    3.3.5  使用nbytes屬性
  3.4  NumPy數組對象基本操作
    3.4.1  NumPy數組索引和切片
    3.4.2  NumPy副本和視圖
    3.4.3  NumPy數組高級索引
    3.4.4  NumPy數組遍歷
    3.4.5  NumPy數組變維操作
    3.4.6  NumPy數組轉置操作
    3.4.7  連接與分割NumPy數組操作
    3.4.8  NumPy數組元素增、刪、改、查操作
    3.4.9  NumPy字元串處理
  3.5  NumPy數組算術運算與矩陣乘法
    3.5.1  NumPy數組廣播機制
    3.5.2  NumPy數組的算術運算
    3.5.3  NumPy數組的矩陣乘法運算
  3.6  NumPy統計計算與分析
    3.6.1  NumPy數組統計計算
    3.6.2  NumPy數組線性代數運算

    3.6.3  NumPy數組排序
    3.6.4  NumPy數組搜索
    3.6.5  刪除NumPy數組中的重複元素
  3.7  使用NumPy讀寫文件
    3.7.1  常見的數據文件格式
    3.7.2  使用numpy loadtxt()和numpysavetxt()函數讀寫TXT或CSV文件
    3.7.3  使用load()和save()函數讀寫NPY或NPZ文件
    3.7.4  使用h5py讀寫HDF5文件
    3.7.5  使用NumPy的genfromtxt()函數從文本文件中讀取數據
  應用與實戰
    【任務3-1】計算兩個二維數組的矩陣乘積
    【任務3-2】統計、分析糧食播種面積和糧食產量數據
  在線練習與考核
模塊4  數據結構應用與數據讀寫操作
  學習與訓練
  4.1  初識pandas
  4.2  熟悉pandas的Series結構
    4.2.1  創建Series對象
    4.2.2  訪問Series數據
    4.2.3  使用Series的常用屬性
    4.2.4  使用Series的常用方法與函數
  4.3  熟悉pandas的DataFrame結構
    4.3.1  創建DataFrame對象
    4.3.2  使用列索引操作DataFrame
    4.3.3  使用行索引操作DataFrame
    4.3.4  使用DataFrame的常用屬性和方法
  4.4  pandas創建與操作索引
    4.4.1  創建pandas的索引
    4.4.2  獲取pandas的索引
    4.4.3  熟知pandas索引的特性
    4.4.4  pandas索引設置
  4.5  pandas基本操作
    4.5.1  pandas數據顯示格式設置
    4.5.2  pandas字元串操作
    4.5.3  pandas遍歷操作
    4.5.4  pandas排序操作
    4.5.5  pandas的元素值排名操作
    4.5.6  pandas數據類型轉換
    4.5.7  創建與使用pandas分類對象
  4.6  pandas數據篩選
    4.6.1  Series對象中元素篩選
    4.6.2  DataFrame對象中元素篩選
  4.7  pandas創建與操作多層索引
    4.7.1  創建多層索引
    4.7.2  多層索引操作
  4.8  pandas讀寫文件中的數據
    4.8.1  pandas讀取Excel文件中的數據
    4.8.2  使用to_excel()函數將DataFrame數據寫入Excel文件
    4.8.3  pandas讀取CSV文件中的數據
    4.8.4  將DataFrame數據寫入CSV文件

  應用與實戰
    【任務4-1】藥品銷售數據導入與審閱
    【任務4-2】網上商城用戶消費數據導入與審閱
  在線練習與考核
模塊5  數據預處理
  學習與訓練
  5.1  數據清理
    5.1.1  pandas缺失值處理
    5.1.2  pandas清洗無效數據
    5.1.3  pandas重複值檢測與處理
    5.1.4  pandas異常值檢測與處理
    5.1.5  pandas刪除數據集中指定行或列的數據
  5.2  pandas數據合併
    5.2.1  使用merge()函數通過主鍵合併數據
    5.2.2  使用join()函數通過索引或指定列合併數據
    5.2.3  使用concat()函數沿軸連接數據
    5.2.4  使用append()函數縱向連接DataFrame對象
    5.2.5  使用combine_first()函數合併重疊數據
  5.3  pandas數據抽取
    5.3.1  欄位抽取
    5.3.2  欄位拆分
    5.3.3  數據記錄抽取
    5.3.4  日期轉換與日期抽取
  5.4  pandas數據重塑
    5.4.1  重塑層次化索引
    5.4.2  使用pivot()函數實現軸向旋轉
    5.4.3  使用melt()函數將DataFrame對象從寬數據格式轉換為長數據格式
    5.4.4  使用pivot_table()函數聚合與透視數據
  5.5  pandas數據變換
    5.5.1  重命名索引的標籤
    5.5.2  離散化連續數據
  應用與實戰
    【任務5-1】藥品銷售數據預處理
    【任務5-2】網上商城用戶消費數據預處理
  在線練習與考核
模塊6  統計計算與數據分析
  學習與訓練
  6.1  pandas數據運算
    6.1.1  Series對象的運算
    6.1.2  DataFrame對象的運算
    6.1.3  DataFrame對象與Series對象之間的運算
  6.2  pandas統計分析
    6.2.1  pandas數據分析的基本方法
    6.2.2  應用pandas的統計函數
    6.2.3  應用pandas的窗口函數
    6.2.4  應用pandas的聚合函數
    6.2.5  應用pandas的格式化函數
  6.3  pandas數據分組與聚合運算
    6.3.1  pandas數據分組
    6.3.2  pandas數據聚合

    6.3.3  pandas分組的轉換操作
    6.3.4  pandas分組的數據過濾操作
  應用與實戰
    【任務6-1】藥品銷售數據統計與分析
    【任務6-2】網上商城用戶消費數據統計與分析
  在線練習與考核
模塊7  數據分析可視化展示
  學習與訓練
  7.1  初識Matplotlib
    7.1.1  Matplotlib概述
    7.1.2  認知Matplotlib的Pyplot模塊
    7.1.3  使用Matplotlib繪製圖形時實現支持中文顯示
    7.1.4  熟悉Pyplot模塊的plot()函數
    7.1.5  使用plot()函數繪製圖形時設置輔助元素
  7.2  應  用Pyplot模塊的函數繪製圖形
    7.2.1  使用Pyplot的plot()函數繪製線性函數圖形與波形圖
    7.2.2  使用Pyplot的plot()函數繪製折線圖
    7.2.3  使用Pyplot的bar()函數繪製柱形圖
    7.2.4  使用Pyplot的barh()函數繪製條形圖
    7.2.5  使用Pyplot的scatter()函數繪製散點圖
    7.2.6  使用Pyplot的pie()函數繪製餅圖
    7.2.7  使用Pyplot的boxplot()函數繪製箱形圖
    7.2.8  使用Pyplot的hist()函數繪製直方圖
    7.2.9  在同一畫布的不同區域繪製多個圖形
  7.3  使用pandas的plot()方法繪製圖形
    7.3.1  使用Series對象的plot()方法繪製圖形
    7.3.2  使用DataFrame對象的plot()方法繪製圖形
  7.4  使  用seaborn模塊繪製統計圖表
    7.4.1  初識seaborn模塊
    7.4.2  seaborn的風格設置
  7.5  使  用pyecharts模塊實現數據可視化
    7.5.1  初識pyecharts模塊
    7.5.2  pyecharts繪製圖形的基本方法
  應用與實戰
    【任務7-1】藥品銷售數據可視化展示與分析
    【任務7-2】網上商城用戶消費行為可視化展示與分析
    【任務7-3】繪製折線圖分析股票數據
    【任務7-4】繪製學習小組課程成績的箱形圖
    【任務7-5】繪製旅客年齡分佈的箱形圖
    【任務7-6】使用pyecharts模塊分析訂單數據與用戶購物偏好
  在線練習與考核
模塊8  時間序列操作與數據抽樣
  學習與訓練
  8.1  pandas時間生成與轉換
    8.1.1  pandas時間序列
    8.1.2  pandas日期和時間格式化
    8.1.3  Pandas的Timedelta
  8.2  pandas隨機抽樣
  8.3  pandas數據重抽樣
    8.3.1  使用resample()函數實現數據降抽樣

    8.3.2  使用resample()函數實現數據升抽樣
    8.3.3  使用asfreq()函數實現頻率轉換
    8.3.4  對缺失值進行插值處理
  應用與實戰
    【任務8-1】對日期和時間數據進行靈活處理
    【任務8-2】分析股票數據時應用pandas日期序列
  在線練習與考核
模塊9  數據分析與可視化綜合實戰
  學習與訓練
  9.1  數據分析的過程
  9.2  基於互聯網的數據分析的專業術語解釋
  應用與實戰
    【綜合實戰9-1】分析城市氣溫數據
    【綜合實戰9-2】分析網上商城訂單數據
  在線練習與考核
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