婵犵數濮烽弫鍛婃叏閻戣棄鏋侀柛娑橈攻閸欏繘鏌i幋锝嗩棄闁哄绶氶弻鐔兼⒒鐎靛壊妲紒鎯у⒔缁垳鎹㈠☉銏犵闁绘垵妫涢崝顖氣攽閻愭潙鐏﹂柣鐕傜畵瀹曟洟鎮㈤崗鑲╁帾婵犵數鍋涢悘婵嬪礉濮樿埖鐓熼幖鎼枛瀵喗鎱ㄦ繝鍐┿仢鐎规洘顨婇幊鏍煘閸喕娌梻鍌欑閹碱偊骞婅箛鏇炲灊鐎光偓閸曨剙浠奸梺缁樺灱濡嫰鎷戦悢鍏肩厪濠㈣埖绋撻悾閬嶆煃瑜滈崜娑㈠极婵犳艾钃熼柕濞垮劗閺€浠嬫煕閳╁啩绶遍柍褜鍓氶〃濠囧蓟閿涘嫧鍋撻敐搴′簽闁靛棙甯炵槐鎺撴綇閵娿儲璇為梺绯曟杹閸嬫挸顪冮妶鍡楃瑨閻庢凹鍓涙竟鏇㈠礂閸忕厧寮垮┑鈽嗗灠閻忔繃绂嶈ぐ鎺撶厱闁绘劕鐏氶弳顒勬煛瀹€瀣М闁诡喒鏅犻幃婊兾熺化鏇炰壕闁告劦鍠楅崑锝夋煃瑜滈崜鐔煎极閸愵喖鐒垫い鎺嗗亾鐎规挸瀚板娲川婵犲嫧妲堥柡瀣典簻闇夋繝濠傚閻帡鏌$仦璇插鐎殿喗娼欒灃闁逞屽墯缁傚秵銈i崘鈺佲偓鍨箾閸繄浠㈤柡瀣☉椤儻顦查梺甯秮閻涱噣骞嬮敃鈧~鍛存煟濮楀棗浜濋柡鍌楀亾闂備浇顕ч崙鐣岀礊閸℃ḿ顩查悹鐑樏紓姘攽閻樺弶澶勯柍閿嬪灩缁辨挻鎷呴崗澶嬶紙濡炪倕绻愮€氱兘宕甸弴銏″仯闁惧繗顫夌壕顏堟煙閻戞﹩娈旂紒鐘崇洴閺岋絽螖閳ь剟鎮ч崘顔肩婵炲樊浜濋埛鎺楁煕鐏炵偓鐨戝褎绋撶槐鎺斺偓锝庡亜濞搭喗顨ラ悙瀵稿⒌妤犵偛娲、姗€鎮╁▓鍨櫗闂佽娴烽幊鎾寸珶婵犲洤绐楅柡宥庡幘瀹撲線鏌″搴″箺闁绘挾鍠栭弻銊モ攽閸℃ê娅e┑陇灏欑划顖炲Φ閸曨垼鏁冮柨婵嗘川閻eジ姊洪崷顓熷殌閻庢矮鍗抽獮鏍亹閹烘挸浠梺鍝勵槼濞夋洟顢欓崶顒佲拻闁稿本鑹鹃埀顒勵棑濞嗐垹顫濈捄铏瑰姦濡炪倖甯掗崐鍛婄濠婂牊鐓犳繛鑼额嚙閻忥繝鏌¢崨鏉跨厫閻庝絻鍋愰埀顒佺⊕宀e潡宕㈤悙顑跨箚闁靛牆绻掗悾铏箾婢跺绀堥柤娲憾瀹曠ǹ螖娴e搫甯鹃梻浣规偠閸庮垶宕濈仦鐐弿鐎广儱妫▓浠嬫煟閹邦厽缍戞繛鎼枟椤ㄣ儵鎮欏顔煎壎闂佽鍠楃划鎾崇暦閸楃儐娼ㄩ柛鈩冿公缁辨瑩姊婚崒姘偓鎼佸磹閹间礁纾瑰瀣捣閻棗銆掑锝呬壕濡ょ姷鍋為悧鐘汇€侀弴姘辩Т闂佹悶鍎洪崜锕傚极瀹ュ鐓熼柟閭﹀幗缂嶆垿鏌嶈閸撴繈宕洪弽顐e床婵犻潧顑嗛ˉ鍫熺箾閹寸偠澹樻い锝呮惈椤啴濡堕崘銊ュ閻庡厜鍋撻柟闂寸閽冪喐绻涢幋鏃€鍣伴柍褜鍓ㄧ粻鎾荤嵁鐎n亖鏀介柛銉㈡櫃缁喖鈹戦悩娈挎毌闁告挻绻嗛妵鎰板礃椤旇棄浜遍梺瑙勫礃椤曆囨嫅閻斿吋鐓ラ柣鏂挎惈瀛濈紓浣插亾闁告劦鍠楅悡鍐煕濠靛棗顏╅柍褜鍓氶幃鍌氼嚕閸愬弬鏃堝川椤旇瀚煎┑鐐存綑閸氬鎮疯缁棃顢楅埀顒勬箒濠电姴锕ゆ鍛婃櫠閻楀牅绻嗛柛娆忣槸婵秵顨ラ悙鏉戠瑨閾绘牠鏌嶈閸撴岸宕曢锔界厽闁绘柨鎽滈惌濠囨⒑鐢喚鍒版い鏇秮楠炲酣鎸婃径灞藉箰闂備礁鎲¢崝锔界閻愮儤鏅繝濠傜墛閻撴稑顭跨捄鐚村姛濠⒀勫灴閺屾盯寮捄銊愌囨寠閻斿吋鐓曟い鎰Т閸旀粓鏌i幘瀵糕槈闂囧鏌ㄥ┑鍡欏⒈婵炲吋鍔楅埀顒冾潐濞叉牠鎯岄崒鐐茶摕闁斥晛鍟刊鎾偡濞嗗繐顏╃痪鐐▕濮婄儤娼幍顔煎闂佸湱鎳撳ú顓烆嚕椤愶箑绠荤紓浣股戝▍銏ゆ⒑鐠恒劌娅愰柟鍑ゆ嫹 [闂傚倸鍊搁崐鎼佸磹閹间礁纾归柟闂寸绾惧湱鈧懓瀚崳纾嬨亹閹烘垹鍊炲銈嗗笂缁€渚€宕滈鐑嗘富闁靛牆妫楁慨褏绱掗悩鍐茬伌闁绘侗鍣f慨鈧柕鍫濇閸樻捇鏌℃径灞戒沪濠㈢懓妫濆畷婵嗩吋閸℃劒绨婚梺鍝勫€搁悘婵嬵敂椤愩倗纾奸弶鍫涘妽瀹曞瞼鈧娲樼敮鎺楋綖濠靛鏁勯柦妯侯槷婢规洟姊洪崨濠勭細闁稿孩濞婇幆灞解枎閹惧鍘遍梺鍝勬储閸斿矂鎮橀悩鐢电<闁绘瑢鍋撻柛銊ョ埣瀵濡搁埡鍌氫簽闂佺ǹ鏈粙鎴︻敂閿燂拷 | 闂傚倸鍊搁崐鎼佸磹閹间礁纾归柟闂寸绾惧綊鏌i幋锝呅撻柛銈呭閺屻倝宕妷锔芥瘎婵炲濮靛銊ф閹捐纾兼繛鍡樺笒閸橈紕绱撴笟鍥ф珮闁搞劏娉涢悾宄扳攽閸狀喗妫冨畷姗€濡搁妷褌鍠婇梻鍌欑閹碱偊宕锔藉亱濠电姴娲ょ壕鐟扳攽閻樺磭顣查柣鎾卞灪娣囧﹪顢涘▎鎺濆妳濠碘€冲级閹倿寮婚敐鍡樺劅妞ゆ梻鍘х猾宥呪攽椤旂》榫氭繛鍜冪悼閸掓帒鈻庨幘宕囶唶闁瑰吋鐣崹铏光偓姘▕濮婄粯鎷呴搹骞库偓濠囨煛閸涱喚娲寸€规洦鍨跺鍫曞箣椤撶偞顓块梻浣哥秺濡法绮堟笟鈧畷姗€鍩€椤掆偓椤啴濡堕崱妯烘殫闂佸摜濮甸幑鍥х暦閵忋値鏁傞柛娑卞灣閻﹀牓姊哄Ч鍥х伈婵炰匠鍕浄婵犲﹤鐗婇悡鐔肩叓閸ャ劍鈷掔紒鐘靛仧閳ь剝顫夊ú妯兼崲閸岀儑缍栨繝闈涱儐閸ゅ鏌i姀銈嗘锭妤犵偞鍔欏缁樻媴閸涢潧缍婂鐢割敆閸曗斁鍋撻崘顔煎窛妞ゆ梻铏庡ú鎼佹⒑鐠恒劌娅愰柟鍑ゆ嫹]

    • 数据科学基础(新工科信息技术基础系列规划教材)
      • 作者:编者:杨志强//王睿智//肖杨//孙丽君//李湘梅等|责编:耿芳
      • 出版社:高等教育
      • ISBN:9787040586121
      • 出版日期:2022/07/01
      • 页数:335
    • 售价:19.2
  • 内容大纲

        本书是根据教育部高等学校大学计算机课程教学指导委员会编制的大学计算机基础课程教学基本要求编写的。
        本书以Python语言为工具,通过大量案例讲述了数据组织与科学计算、数据统计分析、数据可视化、网络爬虫与信息提取、人工智能与机器学习的基本流程和方法,既重视基本方法的介绍,又强调实际应用能力的培养。
        本书脉络清晰、实例丰富,可作为高等学校非计算机类专业学生学习数据科学的入门教材,也可作为数据科学技术爱好者和相关专业人员的自学参考书。
  • 作者介绍

  • 目录

    理论篇
      第1章  数据科学基础
        1.1  数据科学概述
          1.1.1  数据与大数据
          1.1.2  数据科学
          1.1.3  数据科学的发展历程
          1.1.4  数据科学的研究内容
          1.1.5  数据科学的知识体系
          1.1.6  数据科学的应用
        1.2  Python基础
          1.2.1  Python简介
          1.2.2  数据类型和运算符
          1.2.3  控制结构
          1.2.4  函数
        习题
      第2章  数据组织与科学计算
        2.1  数据组织
        2.2  矩阵的初始化与重组
          2.2.1  矩阵的初始化
          2.2.2  矩阵的重组
        2.3  矩阵运算
          2.3.1  矩阵的算术运算
          2.3.2  矩阵的点乘、转置与求逆
          2.3.3  矩阵的统计函数
          2.3.4  矩阵与向量的算术运算
        2.4  线性回归建模
          2.4.1  线性回归
          2.4.2  主成分回归
          2.4.3  模型验证策略
          2.4.4  应用案例
        习题
      第3章  数据统计分析
        3.1  引例
        3.2  Pandas数据结构与基本操作
          3.2.1  Pandas数据结构
          3.2.2  数据访问
          3.2.3  算术运算与数据对齐
          3.2.4  重建与更换索引
          3.2.5  其他常用操作
        3.3  数据的加载与保存
          3.3.1  处理CSV或TXT格式文件
          3.3.2  读取Excel文件
        3.4  数据预处理
          3.4.1  数据合并
          3.4.2  数据清洗
          3.4.3  数据转换
          3.4.4  数据排序
          3.4.5  案例——电影票房数据预处理
      3..5数据统计分析
          3.5.1  常用统计量

          3.5.2  常用统计方法
          3.5.3  分组与聚合
          3.5.4  数据透视表与交叉表
          3.5.5  相关分析
          3.5.6  案例——电影票房数据统计分析
        习题
      第4章  数据可视化
        4.1  图表绘制基础
          4.1.1  引例——绘制柱状图
          4.1.2  Matplotlib绘图基础
        4.2  Matplotlib绘制二维图表
          4.2.1  绘制线条
          4.2.2  绘制柱状图
          4.2.3  绘制饼图
          4.2.4  绘制散点图
          4.2.5  绘制直方图
          4.2.6  绘制箱形图
        4.3  Matplotlib绘制三维图表
          4.3.1  三维图表基础
          4.3.2  绘制三维图表
        4.4  Seaborn库
        4.5  综合应用
          4.5.1  综合案例1——空气质量分析
          4.5.2  综合案例2——绘制词云图
        习题
      第5章  网络爬虫与信息提取
        5.1  爬虫基本原理及数据获取
          5.1.1  引例——百度新闻
          5.1.2  爬虫基本流程
          5.1.3  数据获取
          5.1.4  网络爬虫引发的问题及限制
          5.1.5  应用案例
        5.2  信息解析
          5.2.1  引例——获取上海市天气信息
          5.2.2  BeautifulSoup库的基本知识
          5.2.3  BeautifulSoup的遍历方法
          5.2.4  基于BeautifulSoup库的HTML内容查找方法
          5.2.5  应用案例
        5.3  关键信息提取
          5.3.1  引例——提取微博信息
          5.3.2  正则表达式的构成
          5.3.3  正则表达式的使用
          5.3.4  应用案例
        习题
      第6章  人工智能与机器学习
        6.1  人工智能基础
          6.1.1  引例——苹果Siri
          6.1.2  机器学习的基础
          6.1.3  scikit-leam简介
        6.2  分类与回归

          6.2.1  引例——鸢尾花分类
          6.2.2  走近邻分类
          6.2.3  线性回归
          6.2.4  持向量机
          6.2.5  决策树
          6.2.6  随机森林
        6.3  聚类
          6.3.1  引例——客户分组
          6.3.2  聚类性能度量
          6.3.3  k均值聚类
        6.4  神经网络与深度学习
          6.4.1  感知机
          6.4.2  前馈神经网络
          6.4.3  深度学习简介
        习题
    实验篇
      实验1  Python基础
      实验2  数据组织与科学计算
      实验3  数据统计分析
      实验4  数据可视化
      实验5  网络爬虫与信息提取
      实验6  人工智能与机器学习
    参考文献