Python数据分析师修炼之道
✍ Scribed by [美] 阿尔瓦罗?富恩特斯 著 刘璋 译
- Publisher
- 清华大学出版社
- Year
- 2019
- Tongue
- Chinese
- Leaves
- 133
- Category
- Library
No coin nor oath required. For personal study only.
✦ Synopsis
本书详细阐述了与Python数据分析相关的基本解决方案,主要包括Anaconda和Jupyter Notebook、NumPy向量计算、数据分析库pandas、可视化和数据分析、Python统计计算、预测分析模型等内容。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。 本书既可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。
✦ Table of Contents
封面
扉页
内容简介
版权页
译者序
前言
目录
第1章 Anaconda和Jupyter Notebook
1.1 Anaconda
1.2 Jupyter Notebook
1.3 使用Jupyter Notebook
1.4 本章小结
第2章 NumPy向量计算
2.1 NumPy简介
2.2 NumPy数组
2.3 使用NumPy进行模拟
2.4 本章小结
第3章 数据分析库pandas
3.1 pandas库
3.2 pandas操作
3.3 数据集
3.4 进一步思考
3.5 本章小结
第4章 可视化和数据分析
4.1 matplotlib简介
4.2 pyplot简介
4.3 面向对象接口
4.4 常见的自定义方式
4.5 基于seaborn和pandas的EDA
4.6 单独分析变量
4.7 变量间的关系
4.8 本章小结
第5章 Python统计计算
5.1 SciPy简介
5.2 假设测试
5.3 执行统计测试
5.4 本章小结
第6章 预测分析模型
6.1 预测分析和机器学习
6.2 理解scikit-learn库
6.3 使用scikit-learn构建回归模型
6.4 利用回归模型预测房屋价格
6.5 本章小结
正文结束
📜 SIMILAR VOLUMES
本书是第一本结合国内公司实际状况和作者多年数据分析经验,介绍数据分析工作的作品.相较于使用Excel进行数据统计工作更加专业化,系统化,相较于数据挖掘与编程算法更加易于理解和贴合业务.从简单的制作报表开始和大家一起学习数据分析的五大模块:报表BI系统,异常数据分析,解决数据需求,项目性数据分析以及数据建模,为大家全方位,体系化的呈现数据分析到底是什么.
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
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。