欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • Python程序设计与数据分析项目实战(微课视频版微课版21世纪高等学校计算机类课程创新系列教材)
      • 作者:编者:王世波//武志勇|责编:陈景辉//薛阳
      • 出版社:清华大学
      • ISBN:9787302629672
      • 出版日期:2023/04/01
      • 页数:264
    • 售价:23.96
  • 内容大纲

        本书将Python程序设计基础和数据分析案例相结合,循序渐进地介绍了Python基础知识和数据分析及可视化的全过程。全书分为两部分共13章,第一部分为Python程序设计基础篇,包括第1~8章,分别介绍了Python开发环境,Python变量类型、运算符与表达式、内置函数,Python程序控制结构,列表与元组,字典与集合,函数定义及使用,Python数据分析基础,Python数据可视化等知识;第二部分为数据分析综合案例篇,包括第9~13章,共5个数据分析案例,详细阐述了数据分析及可视化的步骤及内容并配有微视频,书中的每个知识点都有相应的实现代码和实例。
        本书可作为全国高等学校计算机或非计算机专业“Python程序设计”“数据分析及可视化”等课程的教材,也可作为从事高等教育的专任教师的教学参考用书,以及有意向学习数据分析相关技术的研究生的参考用书。
  • 作者介绍

  • 目录

    第一部分  Python程序设计基础篇
      第1章  Python开发环境
        1.1  Python简介
          1.1.1  Python的发展历程
          1.1.2  Python的特点
          1.1.3  Python的应用领域
          1.1.4  Python的安装
        1.2  Python IDLE开发环境
          1.2.1  IDLE简介
          1.2.2  使用IDLE环境创建Python程序
        1.3  Anaconda 3集成环境与Jupyter Notebook
          1.3.1  Anaconda下载与安装
          1.3.2  Conda命令用法
          1.3.3  Jupyter Notebook
        1.4  Jupyter Notebook使用详解
          1.4.1  Jupyter Notebook的启动
          1.4.2  Jupyter Notebook的编辑界面
        1.5  扩展库安装及导入使用
        1.6  Python编写规范
        习题
      第2章  Python变量类型、运算符与表达式、内置函数
        2.1  变量与数据类型
          2.1.1  变量
          2.1.2  常量
          2.1.3  数据类型
        2.2  运算符与表达式
          2.2.1  算术运算符
          2.2.2  关系运算符
          2.2.3  逻辑运算符
          2.2.4  赋值运算符
          2.2.5  位运算符
          2.2.6  成员运算符
          2.2.7  集合运算符
          2.2.8  运算符优先级
          2.2.9  表达式
        2.3  函数
          2.3.1  常用内置函数
          2.3.2  常用标准库函数
        习题
      第3章  Python程序控制结构
        3.1  选择结构
          3.1.1  单分支选择结构
          3.1.2  双分支选择结构
          3.1.3  多分支选择结构
          3.1.4  嵌套选择结构
        3.2  循环结构
          3.2.1  for循环
          3.2.2  while循环
          3.2.3  嵌套循环
          3.2.4  循环控制语句

        3.3  异常处理
          3.3.1  异常的常见形式
          3.3.2  异常处理结构语法
        3.4  综合例题
        习题
      第4章  列表与元组
        4.1  列表
          4.1.1  列表的创建及删除
          4.1.2  列表元素访问与切片
          4.1.3  列表常用方法
          4.1.4  列表运算
          4.1.5  列表推导式
        4.2  元组
          4.2.1  元组的创建及元素访问
          4.2.2  元组运算符、元组索引与切片
          4.2.3  生成器推导式
        4.3  列表与元组的区别与联系
        4.4  综合例题
        习题
      第5章  字典与集合
        5.1  字典
          5.1.1  字典的概念与特性
          5.1.2  字典的创建与删除
          5.1.3  字典元素访问
          5.1.4  字典元素的增加、修改与删除
          5.1.5  字典内置函数与方法
        5.2  集合
          5.2.1  集合的概念
          5.2.2  集合的创建与删除
          5.2.3  集合元素的添加与删除
          5.2.4  集合常用方法
        5.3  综合例题
        习题
      第6章  函数定义及使用
        6.1  函数定义的语法格式与调用
          6.1.1  函数定义的语法格式与调用概述
          6.1.2  递归函数的定义与调用
        6.2  函数参数
          6.2.1  位置参数
          6.2.2  默认参数
          6.2.3  关键参数
          6.2.4  可变长度参数
        6.3  Lambda表达式
        6.4  生成器函数与修饰器函数
          6.4.1  生成器函数的定义与使用
          6.4.2  修饰器函数的定义与使用
        6.5  Python中的包
          6.5.1  包的创建
          6.5.2  包的导入
        习题

      第7章  Python数据分析基础
        7.1  NumPy库
          7.1.1  NumPy数据结构
          7.1.2  ndarray常见操作
          7.1.3  常用的操作函数
        7.2  Pandas库
          7.2.1  Pandas数据结构
          7.2.2  Pandas数据读写
          7.2.3  Pandas常用操作
      第8章  Python数据可视化
        8.1  Matplotlib
          8.1.1  Matplotlib安装与设置
          8.1.2  图形的基本构成
          8.1.3  基本绘图流程
          8.1.4  常用图形绘制
        8.2  Pyecharts
          8.2.1  Pyecharts概述
          8.2.2  Pyecharts图表配置项
          8.2.3  Pyecharts常用图表绘制
    第二部分  数据分析综合案例篇
      第9章  白葡萄酒品质分析
        9.1  数据集描述
        9.2  白葡萄酒数据分析
          9.2.1  导入数据
          9.2.2  数据描述性统计及数据分布
          9.2.3  数据清洗
          9.2.4  数据分析
      第10章  药品销售数据分析
        10.1  案例介绍与数据集描述
        10.2  数据清洗
          10.2.1  数据导入
          10.2.2  选择子集
          10.2.3  列名重命名
          10.2.4  缺失值处理
          10.2.5  数据类型转换
          10.2.6  异常值处理
          10.2.7  数据排序
        10.3  建模分析
          10.3.1  月均消费次数
          10.3.2  月均消费金额
          10.3.3  客单价
        10.4  可视化分析
          10.4.1  消费趋势
          10.4.2  每月消费金额
          10.4.3  药品销售情况
      第11章  电商用户行为分析
        11.1  数据集描述与用户行为分析过程
          11.1.1  数据描述
          11.1.2  用户行为分析过程
        11.2  数据清洗

          11.2.1  导入数据并查看
          11.2.2  更改列名并显示前100行记录
          11.2.3  查看缺失值情况
          11.2.4  时间戳列数据处理
          11.2.5  数据日期区间清洗
        11.3  数据读入Pandas
        11.4  构建模型与分析问题
          11.4.1  用户流量及购物情况
          11.4.2  用户行为转化漏斗
          11.4.3  购买率高低与人群特征
          11.4.4  时间维度上了解用户行为习惯
          11.4.5  商品维度分析
          11.4.6  分析总结
      第12章  电商平台大数据消费分析
        12.1  案例背景与目标
        12.2  数据集描述
        12.3  数据导入与描述统计分析
          12.3.1  导入数据
          12.3.2  数据描述统计分析
        12.4  数据清洗:异常值检测与处理
          12.4.1  交易时间异常值检测
          12.4.2  交易时间异常值处理
          12.4.3  交易金额异常值处理
          12.4.4  交易附言缺失处理
          12.4.5  时间格式和时区转换
          12.4.6  量纲转换
          12.4.7  重复数据处理
        12.5  客户交易行为分析
          12.5.1  交易次数随时间变化分析
          12.5.2  交易金额随时间变化分析
          12.5.3  交易有效时段限定
          12.5.4  每天24小时交易次数的分布
          12.5.5  客户交易次数的可视化分析
          12.5.6  客户平均交易金额的可视化分析
          12.5.7  客户交易流入流出次数的可视化分析
          12.5.8  客户交易流入流出金额的可视化分析
          12.5.9  交易附言词云图
        12.6  客户标签画像
          12.6.1  事实类标签
          12.6.2  规则类标签
      第13章  银行客户信用风险评估
        13.1  项目背景与目标
          13.1.1  项目背景
          13.1.2  目标
        13.2  客户数据探索与预处理
          13.2.1  数据集介绍
          13.2.2  数据导入与格式转换
          13.2.3  探索性数据分析
          13.2.4  数据预处理
        13.3  信用评估指标体系构建

          13.3.1  建立信用评估指标体系
          13.3.2  各新建指标定义及实现代码
        13.4  风控模型构建与应用
          13.4.1  风控模型构建
          13.4.2  风控模型应用
    参考文献