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與大數據分析應用(第2版山東省普通高等教育一流教材)

  • 作者：編者:朱榮|責編:杜曉
  • 出版社：清華大學
  • ISBN：9787302716426
  • 出版日期：2026/07/01
  • 裝幀：平裝
  • 頁數：309
人民幣：RMB 59.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書使用Python編程語言分析大數據，全書以案例為主線，通過大量實例演示了Python在大數據分析應用中的強大功能。本書共分為9章，內容包括Python編程環境的搭建，變數、常量、數據類型與運算符，常用的內置函數，列表、元組及字典的用法，順序結構、分支結構及循環結構三種控制流的用法，函數定義及使用，模塊導入及常用模塊的用法，數據獲取、數據預處理及導入外部數據的方法，matplotlib數據可視化方法，常用的聚類、分類及回歸演算法的Python實現，決策樹及隨機森林演算法的Python實現。
    本書可作為高等院校電腦科學與技術專業、大數據專業以及其他相關專業的教材，也可作為讀者自學Python數據處理的參考書。
作者介紹
編者:朱榮|責編:杜曉
目錄
第1章 初識Python
  1.1 Python是什麼
  1.2 圖解Windows操作系統下安裝Python的步驟
    1.2.1 下載Python安裝程序
    1.2.2 安裝Python環境
  1.3 第一個Python程序
  1.4 安裝Anaconda
  1.5 Anaconda初體驗
    1.5.1 Anaconda Prompt
    1.5.2 集成開發環境Spyder的使用
    1.5.3 管理虛擬環境
  習題
第2章 Python基礎
  2.1 變數、常量、數據類型與運算符
    2.1.1 變數與常量
    2.1.2 數據類型
    2.1.3 運算符
  2.2 Python常用的內置函數
    2.2.1 數學函數
    2.2.2 類型轉換函數
    2.2.3 字元串函數
  2.3 列表
    2.3.1 創建列表
    2.3.2 添加列表元素
    2.3.3 刪除列表元素
    2.3.4 列表切片
    2.3.5 列表之間的運算
    2.3.6 列表常用的操作函數
    2.3.7 二維列表
  2.4 元組
    2.4.1 創建元組
    2.4.2 刪除元組
    2.4.3 訪問元組
    2.4.4 元組常用的操作函數
  2.5 字典
    2.5.1 創建字典
    2.5.2 訪問字典里的值
    2.5.3 刪除字典與刪除字典元素
    2.5.4 修改字典
  2.6 控制流
    2.6.1 輸出語句
    2.6.2 順序結構
    2.6.3 分支結構
    2.6.4 循環結構
  習題
第3章 函數與模塊
  3.1 函數
    3.1.1 自定義函數
    3.1.2 實參與形參
    3.1.3 變數的作用域

    3.1.4 lambda表達式
    3.1.5 案例精選
  3.2 模塊
    3.2.1 導入模塊的方法
    3.2.2 常用的幾個內置模塊
    3.2.3 創建自己的模塊
  3.3 數值計算模塊numpy
    3.3.1 創建ndarray數組
    3.3.2 數組的基本索引和切片
    3.3.3 數組的轉置
    3.3.4 常用的統計方法
    3.3.5 數組的去重及集合運算
    3.3.6 生成隨機數
    3.3.7 改變數組形態
    3.3.8 數組的組合和分割
    3.3.9 創建矩陣
    3.3.10 矩陣乘法
    3.3.11 矩陣的轉置和逆
    3.3.12 方陣的跡
    3.3.13 計算矩陣的秩
    3.3.14 計算矩陣的特徵值和特徵向量
  3.4 類的定義與使用
  習題
第4章 數據處理基礎
  4.1 獲取數據
    4.1.1 爬蟲簡介
    4.1.2 數據抓取實踐
  4.2 pandas模塊
    4.2.1 Series類型
    4.2.2 DataFrame類型
  4.3 導入外部數據
    4.3.1 導入.csv文件
    4.3.2 導入.xlsx文件
    4.3.3 導入.txt文件
    4.3.4 利用head預覽前幾行
  4.4 數據預處理
    4.4.1 查看缺失值
    4.4.2 刪除缺失值
    4.4.3 填充缺失值
    4.4.4 重複值處理
    4.4.5 合併數據
    4.4.6 數據統計
    4.4.7 保存數據到本地
  4.5 sklearn提供的自帶數據集
  習題
第5章 Python繪圖及數據可視化
  5.1 matplotlib庫基礎
    5.1.1 創建畫布
    5.1.2 繪製圖形函數
    5.1.3 保存圖形

  5.2 plt.plot()繪圖
  5.3 劃分子圖
  5.4 條形圖
    5.4.1 簡單條形圖
    5.4.2 多組條形圖
    5.4.3 疊加條形圖
    5.4.4 給條形圖添加圖例
    5.4.5 在條形圖柱上顯示數值
  5.5 散點圖
  5.6 餅圖
  5.7 直方圖
  5.8 箱線圖
    5.8.1 簡單箱線圖
    5.8.2 並列繪製多個箱線圖
    5.8.3 對數據框中每列繪製箱線圖
  5.9 小提琴圖
  5.10 熱力圖
  5.11 詞雲圖
  5.12 利用可視化結果分析大數據應用實例
  習題
第6章 Python的聚類分析方法
  6.1 機器學習庫sklearn簡介
  6.2 KMeans聚類演算法
    6.2.1 sklearn.cluster中的KMeans用法
    6.2.2 使用make_blobs()方法生成測試數據
    6.2.3 使用Calinski-Harabasz指數評價聚類結果
  6.3 層次聚類
    6.3.1 利用sklearn中的AgglomerativeClustering類實現層次聚類
    6.3.2 利用scipy中的hierarchy繪製層次聚類樹
  6.4 基於密度的聚類方法
  6.5 譜聚類演算法
  6.6 Birch聚類演算法
  6.7 調參
  6.8 使用sklearn構建聚類模型綜合實例
    6.8.1 劃分數據集
    6.8.2 數據預處理
    6.8.3 數據降維
    6.8.4 對預處理后的數據進行聚類分析
  習題
第7章 Python的分類演算法
  7.1 K-最近鄰分類器
  7.2 支持向量機分類器
    7.2.1 SVC
    7.2.2 非線性SVM——NuSVC
    7.2.3 線性SVM——LinearSVC
  7.3 樸素貝葉斯分類器
    7.3.1 GaussianNB
    7.3.2 MultinomialNB
    7.3.3 BernoulliNB
  7.4 分類模型評估

  7.5 分類器應用實例——文本分類的實現
  習題
第8章 Python的回歸演算法
  8.1 最小二乘線性回歸
  8.2 Lasso模型
  8.3 嶺回歸
  8.4 邏輯回歸
  8.5 回歸模型評估
  習題
第9章 Python決策樹與隨機森林
  9.1 分類決策樹
  9.2 導出決策樹數據並繪製決策樹圖形
  9.3 回歸決策樹
  9.4 隨機森林的實現
    9.4.1 RandomForestClassifier
    9.4.2 特徵的重要性評估
    9.4.3 RandomForestRegressor
  9.5 交叉驗證
    9.5.1 cross_val_score()評估模型
    9.5.2 sklearn.model_selection.KFold
  9.6 綜合實例
    9.6.1 UCI資料庫簡介
    9.6.2 綜合實例——糖尿病預測
  習題
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