✍ Scribed by 齐伟
No coin nor oath required. For personal study only.
读者在《跟老齐学Python：数据分析》中可以学习到与数据分析、机器学习相关的Python库的应用，并通过各种类型的应用示例将所学基本知识进行综合应用。
《跟老齐学Python：数据分析》依然秉承“跟老齐学Python”系列书的写作风格，力争以通俗易懂的内容与读者分享笔者的心得。虽然数据分析强调的是严谨的科学性和缜密的逻辑性，但《跟老齐学Python：数据分析》并不会因为顾此特点而变得枯燥。
《跟老齐学Python：数据分析》可作为数据分析工程师、机器学习工程师的入门教程。
扉页
版权页
序
目录
第0章 数据分析概述
0.1 与数据相关的概念
0.2 数据分析技术的发展
0.3 开发环境配置
第1章 NumPy基础和应用
1.1 数组对象基础
1.2 数组的索引和切片
1.3 针对数组的操作
1.4 运算和通用函数
1.5 简单统计应用
1.6 矩阵
1.7 矢量运算
1.8 综合应用示例
第2章 Pandas基础和应用
2.1 常用数据对象
2.2 索引对象
2.3 数据索引和切片
2.4 文件读写操作
2.5 处理缺失数据
2.6 规整数据
2.7 分组运算
2.8 矢量化字符串
2.9 与时间相关的操作
2.10 简单的应用示例
第3章 数据可视化
3.1 Matplotlib 概览
3.2 设置坐标系
3.3 绘制图像
3.4 常用统计图
3.5 绘制三维图像
3.6 Seaborn 掠影
第4章 综合应用
4.1 分析股票数据
4.2 分析文胸评论数据
4.3 分析电影票房数据
4.4 可视化城市人口数据
4.5 分析希腊葡萄酒数据
4.6 应用本福特定律
4.7 制作词云
第5章 机器学习
5.1 线性回归
5.2 线性回归示例
5.3 Logistic 回归
5.4 贝叶斯方法
跋
📜 SIMILAR VOLUMES
<p>Python是一种被广泛用于网站开发、数据处理和机器学习等领域的高级编程语言，同时也是一种学习门槛较低的高级编程语言。《跟老齐学Python：轻松入门》是Python语言的入门读物，旨在引导初学者能够在轻松的环境中掌握Python的基础知识，包括基本对象类型、函数、类、模块以及数据存储方式。</p> <p>《跟老齐学Python：轻松入门》适合计算机高级编程语言零基础水平及其以上的Python初学者阅读。</p>
<p>《跟老齐学Python：从入门到精通》是面向编程零基础读者的Python入门教程，内容涵盖了Python的基础知识和初步应用。以比较轻快的风格，向零基础的学习者介绍一门时下比较流行、并且用途比较广泛的编程语言，所以，《跟老齐学Python：从入门到精通》读起来不晦涩，并且在其中穿插了很多貌似与Python编程无关，但与学习者未来程序员职业生涯有关的内容。</p> <p>《跟老齐学Python：从入门到精通》特别强调了学习和使用Python的基本方法，学习一种高级语言，掌握其各种规则是必要的，但学会“自省”方法更重要，这也是《跟老齐学Python：从入门到精通》所试图达到的“授人以鱼不如授
<p>《跟老齐学Python：从入门到精通》是面向编程零基础读者的Python入门教程，内容涵盖了Python的基础知识和初步应用。以比较轻快的风格，向零基础的学习者介绍一门时下比较流行、并且用途比较广泛的编程语言，所以，《跟老齐学Python：从入门到精通》读起来不晦涩，并且在其中穿插了很多貌似与Python编程无关，但与学习者未来程序员职业生涯有关的内容。</p> <p>《跟老齐学Python：从入门到精通》特别强调了学习和使用Python的基本方法，学习一种高级语言，掌握其各种规则是必要的，但学会“自省”方法更重要，这也是《跟老齐学Python：从入门到精通》所试图达到的“授人以鱼不如
<p>《跟老齐学Python：Django实战（第2版）》是以Python为基础进行Web应用开发的进阶读物。《跟老齐学Python：Django实战（第2版）》中以一个实例项目为主线，使用Django 2开发框架，在实践中边学边做，理论联系实际。每节都配有思维导图，使读者对项目需求一目了然；每章都有知识点和文档导读，引导读者“知其所以然”。相信认真阅读《跟老齐学Python：Django实战（第2版）》的读者，不仅能够得到“鱼”，更能得到“渔”，从而具备独立开发项目的能力。</p> <p>《跟老齐学Python：Django实战（第2版）》适合已经具有Python基础技能、进行Web应用开
<p>本书以Python 3版本作为数据分析与挖掘实战的应用工具，从Pyhton的基础语法开始，陆续介绍有关数值计算的Numpy、数据处理的Pandas、数据可视化的Matplotlib和数据挖掘的Sklearn等内容。全书共涵盖15种可视化图形以及10个常用的数据挖掘算法和实战项目，通过本书的学习，读者可以掌握数据分析与挖掘的理论知识和实战技能。</p> <p>本书适于统计学、数学、经济学、金融学、管理学以及相关理工科专业的本科生、研究生使用，也能够提高从事数据咨询、研究或分析等人士的专业水平和技能。</p>
<p>本书以Python 3版本作为数据分析与挖掘实战的应用工具，从Pyhton的基础语法开始，陆续介绍有关数值计算的Numpy、数据处理的Pandas、数据可视化的Matplotlib和数据挖掘的Sklearn等内容。全书共涵盖15种可视化图形以及10个常用的数据挖掘算法和实战项目，通过本书的学习，读者可以掌握数据分析与挖掘的理论知识和实战技能。</p> <p>本书适于统计学、数学、经济学、金融学、管理学以及相关理工科专业的本科生、研究生使用，也能够提高从事数据咨询、研究或分析等人士的专业水平和技能。</p>