本书涉及的内容主要包括Python数据类型与运算,流程控制及函数与类,Pandas库的数据处理与分析等.
Python数据分析基础
✍ Scribed by 余本国
- Publisher
- 清华大学出版社
- Year
- 2017
- Tongue
- Chinese
- Leaves
- 230
- Category
- Library
No coin nor oath required. For personal study only.
✦ Synopsis
Python是由Guido van Rossum于20世纪80年代末和90年代初,在荷兰国家数学和计算机科学研究所设计出来的。它是一种面向对象的、用途非常广泛的编程语言,具有非常清晰的语法特点,适用于多种操作系统。目前Python在国际上非常流行,正在得到越来越多的应用。 Python可以完成许多任务,功能非常强大,其利用Pandas处理大数据的过程,由于Pandas库的使用能够很好地展现数据结构,成为近来Python项目中经常使用的热门技术,并且R和Spark对Python都有很好的调用接口,甚至在内存使用方面都有优化。本书根据作者多年教学经验编写,条理清楚,内容深浅适中,尽量让读者从实例出发,结合课后练习,少走弯路。本书涉及的内容主要包括Python数据类型与运算、流程控制及函数与类、Pandas库的数据处理与分析等。在本书的最后,还附带了一些文件读写、网络爬虫、矩阵计算等最基本的内容。本书可以作为本科生、研究生以及科研人员学习Python的基础教材。
✦ Table of Contents
封面
扉页
内容简介
版权页
前言
目录
第1章 Python简介
1.1 安装Python
1.2 Python 2和Python 3的区别
本章小结
练习
第2章 Python数据类型与运算
2.1 数据类型
2.2 运算符与功能命令
本章小结
练习
第3章 流程控制及函数与类
3.1 流程控制
3.2 遍历
3.3 函数
3.4 函数式编程
3.5 常用的内置函数
3.6 常见的错误显示
3.7 模块和包
3.8 类
本章小结
练习
第4章 Python数据分析实战
4.1 关于Pandas
4.2 数据准备
4.3 数据处理
4.4 数据分析
4.5 数据可视化
本章小结
练习
第5章 其他
5.1 文件读写操作
5.2 with语句
5.3 Anaconda下安装statsmodels包
5.4 关于Spyder界面恢复默认状态的处理
5.5 关于Python计算精度的问题
5.6 矩阵运算
5.7 正则表达式
5.8 使用urllib打开网页
5.9 网页数据抓取
5.10 读取文档
本章小结
练习
正文结束
参考文献
📜 SIMILAR VOLUMES
<p>《SPSS 18数据分析基础与实践》主要介绍SPSS 18(中文版)在数据处理中的应用,结合实际案例来系统讲述数据处理和统计分析的方法与技巧。《SPSS 18数据分析基础与实践》的统计学知识部分主要参照教育部《统计学》课程教学规范的要求。全书共分为十一章,主要内容为SPSS统计分析软件简介、数据文件的建立、数据预处理、描述性统计分析、均值比较、非参数检验、相关分析、回归分析、方差分析、SPSS输出管理和语法命令。《SPSS 18数据分析基础与实践》各章基本上是各自独立的,读者可以从第一章开始顺序阅读,也可以选择感兴趣的章节进行阅读。</p> <p>《SPSS 18数据分析基础与实践》可
本书介绍了数据挖掘的基本概念,包括数据挖掘的常用算法、常用工具、用途和应用场景及应用状况,讲述了常用数据挖掘方法,如分类、聚类、关联规则的概念、思想、典型算法、应用场景等。此外,本书还从实际应用出发,讲解了基于日志的大数据挖掘技术的原理、工具、应用场景和成功案例。日志挖掘技术现在已得到了广泛的运用。 通过以上内容的学习,读者将了解数据挖掘的基本概念、思想和算法,并掌握其应用要领。本书可以作为培养应用型人才的课程教材,也可作为相关开发人员的自学教材和参考手册。
<p>在大数据时代,R以其强大的数据分析挖掘、可视化绘图等功能,越来越受到社会各个领域的青睐。现在,R的计算引擎、性能、程序包都得到了提升,其中R与大数据分析平台Hadoop的结合,实现了R对大数据的分析式处理分析。这些不仅大大扩展了R的应用,也扩大了R在各行业的需求。</p> <p>为了更好地适应新形势,掌握大数据分析处理的相关知识是很有必要的。本书从理论基础、方法、实证三方面详细地阐释了R和RHadoop的相关理论、技术以及应用,使读者了解大数据的基础概念,掌握R以及Rhadoop大数据分析技术。本书不仅适合高等院校的各相关专业的本专科生、研究生,也适合零编程基础的科研人员以及对大数据分