目錄
第1章 緒論
1.1 數據分析與數據挖掘
1.1.1 數據分析
1.1.2 數據挖掘
1.1.3 數據分析與數據挖掘的聯繫
1.2 數據挖掘的主要任務
1.2.1 關聯分析
1.2.2 數據的預測建模
1.2.3 聚類分析
1.2.4 離群點檢測
1.3 數據挖掘的數據源
1.3.1 資料庫數據
1.3.2 數據倉庫
1.3.3 事務資料庫
1.3.4 其他類型數據
1.4 數據挖掘使用的技術
1.4.1 統計學
1.4.2 機器學習
1.4.3 資料庫系統與數據倉庫
1.5 數據挖掘存在的主要問題
1.6 數據挖掘建模常用的工具
1.6.1 商用工具
1.6.2 開源工具
1.7 為何選用Python進行數據挖掘
1.8 Python數據挖掘常用的庫
1.9 Jupyter Notebook的使用
1.10 小結
習題1
第2章 Python編程基礎
2.1 Python語言的基本語法
2.1.1 基礎數據類型
2.1.2 變數和賦值
2.1.3 運算符和表達式
2.1.4 字元串
2.1.5 流程式控制制
2.2 內置數據類型
2.2.1 列表
2.2.2 元組
2.2.3 字典
2.2.4 集合
2.3 函數
2.3.1 函數的定義
2.3.2 lambda函數
2.4 文件操作
2.4.1 文件處理過程
2.4.2 數據的讀取方法
2.4.3 讀取CSV文件
2.4.4 文件的寫入與關閉
2.5 小結
習題2
本章實訓
第3章 NumPy數值計算
3.1 NumPy多維數組
3.1.1 創建數組對象
3.1.2 ndarray對象的屬性和數據轉換
3.1.3 生成隨機數
3.1.4 數組變換
3.2 數組的索引和切片
3.2.1 一維數組的索引
3.2.2 多維數組的索引
3.3 數組的運算
3.3.1 數組和標量間的運算
3.3.2 ufunc函數
3.3.3 條件邏輯運算
3.4 數組的讀/寫
3.4.1 讀/寫二進位文件
3.4.2 讀/寫文本文件
3.4.3 讀取CSV文件
3.5 NumPy中的數據統計與分析
3.5.1 排序
3.5.2 重複數據與去重第1章 緒論
1.1 數據分析與數據挖掘
1.1.1 數據分析
1.1.2 數據挖掘
1.1.3 數據分析與數據挖掘的聯繫
1.2 數據挖掘的主要任務
1.2.1 關聯分析
1.2.2 數據的預測建模
1.2.3 聚類分析
1.2.4 離群點檢測
1.3 數據挖掘的數據源
1.3.1 資料庫數據
1.3.2 數據倉庫
1.3.3 事務資料庫
1.3.4 其他類型數據
1.4 數據挖掘使用的技術
1.4.1 統計學
1.4.2 機器學習
1.4.3 資料庫系統與數據倉庫
1.5 數據挖掘存在的主要問題
1.6 數據挖掘建模常用的工具
1.6.1 商用工具
1.6.2 開源工具
1.7 為何選用Python進行數據挖掘
1.8 Python數據挖掘常用的庫
1.9 Jupyter Notebook的使用
1.10 小結
習題1
第2章 Python編程基礎
2.1 Python語言的基本語法
2.1.1 基礎數據類型
2.1.2 變數和賦值
2.1.3 運算符和表達式
2.1.4 字元串
2.1.5 流程式控制制
2.2 內置數據類型
2.2.1 列表
2.2.2 元組
2.2.3 字典
2.2.4 集合
2.3 函數
2.3.1 函數的定義
2.3.2 lambda函數
2.4 文件操作
2.4.1 文件處理過程
2.4.2 數據的讀取方法
2.4.3 讀取CSV文件
2.4.4 文件的寫入與關閉
2.5 小結
習題2
本章實訓
第3章 NumPy數值計算
3.1 NumPy多維數組
3.1.1 創建數組對象
3.1.2 ndarray對象的屬性和數據轉換
3.1.3 生成隨機數
3.1.4 數組變換
3.2 數組的索引和切片
3.2.1 一維數組的索引
3.2.2 多維數組的索引
3.3 數組的運算
3.3.1 數組和標量間的運算
3.3.2 ufunc函數
3.3.3 條件邏輯運算
3.4 數組的讀/寫
3.4.1 讀/寫二進位文件
3.4.2 讀/寫文本文件
3.4.3 讀取CSV文件
3.5
[