✍ Scribed by 吕云翔; 李伊琳; 王肇一; 张雅素
No coin nor oath required. For personal study only.
使用Python进行数据分析是十分便利且高效的，因此它被认为是最优秀的数据分析工具之一。本书从理论和实战两个角度对Python数据分析工具进行了介绍，并采用理论分析和Python实践相结合的形式，按照数据分析的基本步骤对数据分析的理论知识以及相应的Python库进行了详细的介绍，让读者在了解数据分析的基本理论知识的同时能够快速上手实现数据分析程序。 本书适用于对数据分析有浓厚兴趣但不知从何下手的初学者，在阅读数据分析的基础理论知识的同时可以通过Python实现简单的数据分析程序，从而快速对数据分析的理论和实现两个层次形成一定的认知。
封面
扉页
内容简介
版权页
前言
目录
第1章 数据分析是什么
1.1 海量数据背后蕴藏的知识
1.2 数据分析与数据挖掘的关系
1.3 机器学习与数据分析的关系
1.4 数据分析的基本步骤
1.5 Python和数据分析
第2章 Python———从了解Python开始
2.1 Python的发展史
2.2 Python及Pandas、scikit Glearn、Matplotlib的安装
2.3 Python基础知识
2.4 重要的Python库
2.5 Jupyter
第3章 数据预处理———不了解数据一切都是空谈
3.1 了解数据
3.2 数据质量
3.3 数据清洗
3.4 特征工程
第4章 Num Py———数据分析基础工具
4.1 多维数组对象ndarray
4.2 ndarray的索引、切片和迭代
4.3 ndarray的shape的操作
4.4 ndarray的基础操作
第5章 Pandas———处理结构化数据
5.1 基本数据结构
5.2 基于Pandas的Index对象的访问操作
5.3 数学统计和计算工具
5.4 数学聚合和分组运算
第6章 数据分析与知识发现———一些常用的方法
6.1 分类分析
6.2 关联分析
6.3 聚类分析
6.4 回归分析
第7章 scikit Glearn———实现数据的分析
7.1 分类方法
7.2 回归方法
7.3 聚类方法
第8章 Matplotlib———交互式图表绘制
8.1 基本布局对象
8.2 图表样式的修改以及装饰项接口
8.3 基础图表的绘制
8.4 matplot3D
8.5 Matplotlib与Jupyter结合
第9章 实例:科比职业生涯进球分析
9.1 预处理
9.2 分析科比的命中率
9.3 分析科比的投篮习惯
第10章 实例:世界杯
10.1 数据说明
10.2 世界杯观众
10.3 世界杯冠军
10.4 世界杯参赛队伍与比赛
10.5 世界杯进球
正文结束
参考文献
图书资源支持
📜 SIMILAR VOLUMES
《游戏数据分析实战》主要针对游戏策划、游戏运营、游戏数据分析、产品数据分析挖掘、数据平台开发维护人员及对数据分析感兴趣的读者，介绍怎样利用数据分析游戏生命周期中各阶段遇到的问题。 《游戏数据分析实战》主要分为三部分：第一部分主要介绍游戏数据分析相关指标体系，通过这套体系，可以初步监控游戏整体运营情况；第二部分主要介绍游戏正式发行前期的市场调研、渠道用户质量分析、竞品分析及投资收益预测，对游戏品质进行定位，评估正式上线后的效果；第三部分主要对游戏正式发行后的用户流失、活跃用户分类、付费习惯、版本迭代效果、区服合并等主要问题进行深入探讨，实现游戏的精益化运营。 《游戏数据分析实战》的特色是以详
Python是信息管理与信息系统、电子商务等信息管理类本科学生进行数据分析所需要掌握的基础性语言和分析工具，是未来学生掌握大数据分析技术的学习基础。本书共分12章，着重讲述Python语言和数据分析工具包的应用。 第1章主要介绍Python的发展历史、特点、集成开发环境、内置模块、帮助的使用等内容； 第2章主要介绍Python语言的基础知识； 第3章主要介绍Python中的常用数据结构，包括序列、字典、集合等，以及函数的定义和调用等； 第4章主要介绍Python中类、对象和方法的相关内容； 第5章主要介绍Python进行数据分析常用的NumPy、Pandas、Matplotlib、SciPy和
本书详细阐述了与Hadoop 3大数据分析相关的基本解决方案，主要包括Hadoop简介、大数据分析概述、基于MapReduce的大数据处理、Python-Hadoop科学计算和大数据分析、R-Hadoop统计数据计算、Apache Spark批处理分析、Apache Spark实时数据分析、Apache Flink批处理分析、Apache Flink流式处 理、大数据可视化技术、云计算简介、使用亚马逊Web服务等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学教材和参考手册。
<p>大数据时代，数据成为决策最为重要的参考之一，数据分析行业迈入了一个全新的阶段。R是一款非常优秀的统计分析软件，《数据分析：R语言实战》侧重于使用R进行数据的处理、整理和分析，重点讲述了R的数据分析流程、算法包的使用以及相关工具的应用，同时结合大量精选的数据分析问题对R软件进行科学、准确和全面的介绍，以便使读者能深刻理解R的精髓和灵活、高效的使用技巧。</p> <p>通过《数据分析：R语言实战》，读者不仅能掌握使用R及相关的算法包来快速解决实际问题，而且能学会从实际问题分析入手，到利用R进行求解，以及对结果进行分析。</p> <p>《数据分析：R语言实战》可作为计算机、互联网、机器学习