欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • Python大数据分析与可视化(高等学校计算机专业系列教材)
      • 作者:编者:李辉//倪健|责编:龙启铭//薛阳
      • 出版社:清华大学
      • ISBN:9787302642695
      • 出版日期:2023/10/01
      • 页数:377
    • 售价:27.92
  • 内容大纲

        本书全面介绍了使用Python进行数据分析所必需的各项知识,全书共分为14章,包括数据分析与可视化概述、Python编程基础、NumPy数组计算、Pandas基础知识、Pandas数据获取与清洗、Pandas数据形式变化、Pandas数据分析与可视化、Pandas数据处理与分析实战、Matplotlib库绘制可视化图表、图表辅助元素定制与美化、Seaborn绘制数据分析图表、时间序列数据处理与分析、文本数据分析、图像处理与分析等内容。结合了有应用背景的数据分析示例,系统介绍了数据分析与可视化方法,可以帮助读者逐步掌握运用Python技术解决数据分析问题的能力。
        本书可以作为高校数据科学与大数据技术、大数据管理与应用、软件工程和计算机科学与技术等专业的教材,也可以作为Python数据分析爱好者的自学用书。
  • 作者介绍

  • 目录

    第1章  数据分析与可视化概述
      1.1  数据分析概念与常用指标
        1.1.1  数据分析的概念
        1.1.2  数据分析常用指标
        1.1.3  数据分析常用方法
      1.2  什么是数据可视化
      1.3  数据分析与可视化基本流程
      1.4  数据分析与可视化开发环境安装与包管理
        1.4.1  Python做数据分析与可视化的优势
        1.4.2  Anaconda工具的安装与配置
        1.4.3  通过Arlacoiada管理Python包
      1.5  Jupyter Notebook的启动与使用
        1.5.1  Jupyter Notebook的启动
        1.5.2  Jupyter Notebook界面功能
        1.5.3  Jupyter Notebook的基本使用
      1.6  Jupyter的魔术命令
      1.7  常见的数据分析与可视化工具
      小结
      思考与练习
    第2章  Python编程基础
      2.1  Python语法基础
        2.1.1  编写规范
        2.1.2  数据类型
        2.1.3  运算符
      2.2  列表和元组
        2.2.1  列表定义与元素访问
        2.2.2  列表的操作方法
        2.2.3  元组定义与元素操作
      2.3  字典和集合
        2.3.1  字典定义与元素操作
        2.3.2  集合定义与元素操作
      2.4  程序控制结构
        2.4.1  输入、输出与顺序控制语句
        2.4.2  if选择语句
        2.4.3  循环语句
      2.5  函数
        2.5.1  函数的定义与调用
        2.5.2  函数参数类型
        2.5.3  函数参数的作用域
        2.5.4  匿名函数
      2.6  面向对象
        2.6.1  类和对象
        2.6.2  类的继承
      2.7  模块与包
        2.7.1  模块的导入
        2.7.2  模块的创建与使用
        2.7.3  第三方库的安装
        2.7.4  包的创建与使用
      2.8  程序的错误与异常处理
        2.8.1  程序的错误与处理

        2.8.2  程序的异常与处理
      小结
      思考与练习
    第3章  NumPu数组计算
      3.1  NumPy与数组对象
        3.1.1  NumPy概述
        3.1.2  NumPy数组对象
      3.2  创建NumPy数组
        3.2.1  利用array函数创建数组
        3.2.2  其他方式创建数组
        3.2.3  利用随机数模块生成随机数组
        3.2.4  从已有的数组中创建数组
      3.3  数组对象的数据类型
        3.3.1  查看数据类型
        3.3.2  转换数据类型
      3.4  数组运算
        3.4.1  形状相同的数组间运算
        3.4.2  形状不同的数组间运算
    ……
    第4章  Pandas基础知识
    第5章  Pandas数据获取与清洗
    第6章  Pandas数据形式变化
    第7章  Pandas数据分析与可视化
    第8章  Pandas数据处理与分析实战
    第9章  Matplotlib库绘制可视化图表
    第10章  图表辅助元素定制与美化
    第11章  Seaborn绘制数据分析图表
    第12章  时间序列数据处理与分析
    第13章  文本数据分析
    第14章  图像处理与分析