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數據分析與機器學習基礎(題庫微課視頻版教育部高等學校電腦類專業教學指導委員會推薦教材)

  • 作者：編者:蔡子龍|責編:葛鵬程//薛陽
  • 出版社：清華大學
  • ISBN：9787302683827
  • 出版日期：2025/04/01
  • 裝幀：平裝
  • 頁數：230
人民幣：RMB 49.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書內容系統、全面，全書共11章，歸為3部分進行介紹。第1部分主要介紹Python程序設計基礎，包括Python的內建數據結構（列表、元組、字典和集合）、Python語句、Python函數、Python面向對象程序設計和Python數據可視化等。第2部分主要介紹Python數據分析基礎，包括NumPy工具、Python矩陣運算、Pandas庫和Python辦公自動化等。第3部分主要介紹Python機器學習演算法，包括回歸分析、邏輯回歸、決策樹與隨機森林、樸素貝葉斯分類、支持向量機、主成分分析法和K均值聚類等。
    本書注重面向對象程序設計基本思想的培養，以數據分析和機器學習為落腳點，從實用性原則出發，將案例與知識點有機結合。書中所有示例均可在Jupyter Notebook編程環境下運行，方便讀者進行實操練習。
    本書可作為高等院校理工農醫類相關專業的「Python程序設計」「Python數據分析」「Python機器學習」等課程的教材，也可作為感興趣讀者的自學讀物，並可作為工程技術人員的參考用書。
作者介紹
編者:蔡子龍|責編:葛鵬程//薛陽
    蔡子龍：副教授，博士，電腦軟考資格與水平考試系統分析師/軟體設計師。參與國家自然科學基金、省級重大科技專項等省部級項目10余項，在國內外期刊上發表學術論文20余篇，其中SCI/EI收錄10余篇。目前主要研究方向為電力系統數據分析、電力系統機器學習、V2G技術等。
目錄
第1部分  Python程序設計基礎
  第1章  Python程序設計概述
    1.1  Python語言的特點
      1.1.1  Python的優勢
      1.1.2  為什麼要學習Python？
      1.1.3  學習Python可以獲得哪些益處？
    1.2  Python及其集成開發環境的下載與安裝
      1.2.1  Python的下載和安裝
      1.2.2  Python的集成開發環境
    1.3  Jupyter的使用
      1.3.1  Python常用快捷鍵的使用
      1.3.2  運行第一個Python程序
    1.4  使用Python進行簡單編程
    習題1
  第2章  內建數據結構
    2.1  列表
      2.1.1  列表的創建和索引
      2.1.2  列表元素的增、刪、改操作
      2.1.3  列表的其他操作
      2.1.4  列表元素的切片
      2.1.5  列表中幾個常用的內置函數
      2.1.6  列表推導式
    2.2  元組
      2.2.1  元組的創建
      2.2.2  元組的修改與刪除
      2.2.3  元組的其他操作
      2.2.4  元組的內置函數
    2.3  字典
      2.3.1  字典的創建
      2.3.2  訪問字典
      2.3.3  修改字典
      2.3.4  字典的操作
      2.3.5  字典鍵的特性
      2.3.6  字典幾個常用的內置函數
    2.4  集合
      2.4.1  集合的創建
      2.4.2  集合的基本操作
    2.5  對象的淺拷貝和深拷貝
    習題2
  第3章  Python語句
    3.1  輸出語句格式控制語句
    3.2  選擇語句
    3.3  循環語句
    3.4  while語句
    3.5  break語句
    3.6  pass語句
    3.7  continue語句
    3.8  二元運算符和比較運算符
    習題3
  第4章  函數

    4.1  函數的創建和調用
    4.2  函數的參數傳遞
      4.2.1  位置參數
      4.2.2  默認參數
      4.2.3  關鍵字參數
      4.2.4  變數的作用域
    4.3  匿名函數
    4.4  幾個常用的函數
      4.4.1  map函數
      4.4.2  reduce函數
      4.4.3  filter函數
      4.4.4  isinstance函數
    4.5  關鍵字yield
    4.6  Python函數的參數傳遞機制
    4.7  Python不定長參數
    習題4
  第5章  面向對象程序設計
    5.1  類與對象
      5.1.1  類的定義
      5.1.2  對象的創建
    5.2  類的封裝
    5.3  類的繼承
    5.4  類的多態
    5.5  object類
    5.6  導入和使用模塊
      5.6.1  自定義模塊的定義
      5.6.2  導入第三方模塊
      5.6.3  以主程序的方式運行
    習題5
  第6章  數據可視化
    6.1  繪製線圖
    6.2  繪製散點圖
    6.3  多個圖形繪製
    6.4  三維曲面圖形繪製
    6.5  繪製柱狀圖
    6.6  繪製直方圖
    6.7  繪製箱形圖
    6.8  繪製熱力圖
    6.9  繪製雷達圖
    習題6
第2部分  Python數據分析基礎
  第7章  NumPy基礎
    7.1  數組的創建
      7.1.1  通過列表創建數組
      7.1.2  通過aragne方法生成數組
      7.1.3  直接生成數組
      7.1.4  特殊數組
      7.1.5  生成符合某種分佈的數組
    7.2  數組屬性
    7.3  數組的算術運算

    7.4  數組的索引與切片
    7.5  數組的轉置和轉軸
    7.6  數組的變形
    7.7  數組的拼接和分裂
    7.8  數組的排序
    7.9  數組比較、布爾數組
    7.10  數組順序的打亂
    7.11  Python文本文件操作
    習題7
  第8章  矩陣運算
    8.1  矩陣的構造方法
      8.1.1  使用NumPy生成矩陣
      8.1.2  特殊矩陣的構造方法
    8.2  矩陣的基本運算
    習題8
  第9章  數據分析
    9.1  Series數據結構的創建
      9.1.1  直接生成Series
      9.1.2  通過列表生成Series
      9.1.3  通過字典生成Series
      9.1.4  Series常用屬性
      9.1.5  Series數據的訪問
    9.2  DataFrame數據結構的創建
    9.3  DataFrame的常用屬性
    9.4  重建索引和列名
      9.4.1  重建索引
      9.4.2  重建列名
    9.5  Pandas值的查找及增、刪、改操作
      9.5.1  通過loc和iloc進行值的查找
      9.5.2  Pandas行列值的增加和刪除操作
      9.5.3  Pandas行列值的索引、選擇和過濾
      9.5.4  Pandas數據的切片
      9.5.5  Pandas行列值的修改
    9.6  Pandas的算術和數據調整
    9.7  Pandas數據集的排序
    9.8  Pandas數據集的聚合操作
    9.9  缺失值的處理
      9.9.1  查找缺失值
      9.9.2  統計缺失值
      9.9.3  處理缺失值
    9.10  函數應用與映射
    9.11  數據集的合併操作
    9.12  日期和時間的處理
    習題9
  第10章  辦公自動化
    10.1  使用Pandas處理Excel表
      10.1.1  Excel數據表的導入
      10.1.2  顯示Excel表的內容
      10.1.3  Excel表數據的修改
      10.1.4  表格數據的計算和統計

      10.1.5  表格數據的篩選
      10.1.6  表格數據作圖
    10.2  xlwings庫
      10.2.1  創建App對象
      10.2.2  創建Book對象
      10.2.3  創建sheet對象
      10.2.4  range對象操作
      10.2.5  單元格擴展
      10.2.6  單元格其他格式設置
      10.2.7  單元格自動填充
      10.2.8  表格的最大行數和列數的獲取
      10.2.9  工作表內容的複製
      10.2.10  合併單元格
    習題10
第3部分  Python機器學習演算法
  第11章  機器學習基礎
    11.1  特徵工程
      11.1.1  特徵縮放
      11.1.2  特徵選擇
      11.1.3  特徵編碼
      11.1.4  文本特徵提取
      11.1.5  特徵生成
    11.2  回歸模型
      11.2.1  一元線性回歸模型
      11.2.2  多元線性回歸模型
      11.2.3  嶺回歸模型
      11.2.4  Lasso回歸模型
      11.2.5  多項式回歸模型
      11.2.6  梯度下降法
      11.2.7  隨機梯度下降法
      11.2.8  小批量梯度下降法
    11.3  邏輯回歸
    11.4  決策樹和隨機森林
      11.4.1  決策樹
      11.4.2  隨機森林
    11.5  樸素貝葉斯分類
      11.5.1  多項式樸素貝葉斯分類器
      11.5.2  補集樸素貝葉斯分類器
      11.5.3  伯努利貝葉斯分類器
      11.5.4  高斯貝葉斯分類器
    11.6  支持向量機
    11.7  主成分分析法
    11.8  K均值聚類演算法
    11.9  K近鄰演算法
    習題11
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