☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　《Python數據分析基礎》通過真實案例，全麵介紹python編程基礎和數據分析工具的應用，並培養讀者通過數據分析問題、解決問題以及對結果評價的能力。《Python數據分析基礎》內容包括：python基本配置和編程基礎、數據預處理、數據描述與可視化、統計推斷、相關分析、關聯分析、迴歸分析、主成分和因子分析、聚類、判彆與分類、列聯分析、對應分析、定性數據分析、時間序列分析等，將讀者關注的數據分析與數據挖掘技術進行剖析。

作者簡介

　　阮敬（1979—），博士，現任首都經濟貿易大學研究生院副院長，統計學院教授，北京市豐颱區政協委員。兼任北京大數據協會副秘書長、中國統計教育學會常務理事兼高等教育分會副秘書長、中國商業統計學會常務理事、全國工業統計學教學研究會理事等職。近年來主持國傢社科基金、教育部人文社科基金、北京市自然科學基金、北京市社科基金、留學人員科技活動擇優資助項目等10餘項；主持世界500強企業及大型國企、國傢部委及北京市政府部門等的大數據分析相關橫嚮課題20餘項。在國內外公開發錶論文50餘篇，齣版專著教材5部，先後11次榮獲國務院學位辦全國應用統計專業學位研究生教育指導委員會優秀教學成果奬、全國統計科學研究優秀成果奬、北京市哲學社會科學優秀成果奬、北京市統計科學研究優秀成果奬等科研和教學奬勵。

內頁插圖

目錄

第1章 Python編程基礎
1．1 Python係統配置
1．2 Python基礎知識
1．2．1 幫助
1．2．2 標識符
1．2．3 行與縮進
1．2．4 變量與對象
1．2．5 數字與錶達式
1．2．6 運算符
1．2．7 字符串
1．2．7．1 轉義字符
1．2．7．2 字符串格式化
1．2．7．3 字符串的內置方法
1．2．8 日期和時間
1．3 數據結構與序列
1．3．1 列錶
1．3．1．1 列錶索引和切片
1．3．1．2 列錶操作
1．3．1．3 內置列錶函數
1．3．1．4 列錶方法
1．3．2 元組
1．3．3 字典
1．3．4 集閤
1．3．5 推導式
1．4 語句與控製流
1．4．1 條件語句
1．4．2 循環語句
1．4．2．1 while循環
1．4．2．2 for循環
1．4．2．3 循環控製
1．5 函數
1．5．1 函數的參數
1．5．2 全局變量與局部變量
1．5．3 匿名函數
1．5．4 遞歸和閉包
1．5．5 柯裏化與反柯裏化
1．5．6 常用的內置函數
1．5．6．1 filter函數
1．5．6．2 map函數
1．5．6．3 reduce函數
1．6 迭代器、生成器和裝飾器
1．6．1 迭代器
1．6．2 生成器
1．6．3 裝飾器
1．7 類
1．7．1 聲明類
1．7．2 方法
1．7．2．1 實例方法
1．7．2．2 類方法
1．7．2．3 靜態方法
1．7．3 屬性
1．7．3．1 實例屬性和類屬性
1．7．3．2 私有屬性和公有屬性
1．7．4 繼承
1．7．4．1 隱式繼承
1．7．4．2 顯式覆蓋
1．7．4．3 super繼承
1．7．4．4 多態
1．7．4．5 多重繼承
1．8 模塊
1．9 包
1．1 0文件I／O

第2章 數據預處理
2．1 numpy基礎
2．1．1 嚮量
2．1．2 數組
2．1．2．1 數據類型與結構數組
2．1．2．2 索引與切片
2．1．2．3 數組的屬性
2．1．2．4 數組排序
2．1．2．5 數組維度
2．1．2．6 數組組閤
2．1．2．7 數組分拆
……

第3章 數據描述
第4章 統計圖形與可視化
第5章 簡單統計推斷
第6章 方差分析
第7章 非參數檢驗
第8章 相關分析與關聯分析
第9章 迴歸分析
第10章 離散因變量模型
第11章 主成分與因子分析
第12章 列聯分析與對應分析
第13章 聚類
第14章 判彆和分類
第15章 時間序列分析
附錄：各章圖形

前言/序言

　　數據分析是科學研究中的重要環節，隨著大數據時代的迅猛發展，其越來越受社會和市場的重視，是科學研究、經營管理、預測與決策等過程中必不可少的基礎工作。python是當今大數據時代下最為流行的編程工具之一，在大數據領域有著十分廣泛的應用，可以實現從數據收集和數據管理到數據分析和挖掘的完整過程，其高效的編程和程序執行過程，能夠完全勝任日常數據分析工作的需求。
　　隨著數據分析作用的日益凸顯，如何對現有數據進行整理、加工、處理和分析，以期得到結論，作為人們進行決策的依據進而實現數據的價值？如何利用現有數據對將來可能齣現的數據結果或結論進行判斷或預測？不管是針對企事業單位的管理者或決策者還是從事具體數據分析的工作人員而言，都需要進行閤理數據分析流程的規劃，區分數據類型，利用適閤的數據分析方法，使用方便、快捷、可靠的統計軟件作為工具，對特定數據進行分析與預測，從而洞察市場動嚮，觀測人心所在，把握商機，提升競爭力。
　　而具有深厚數學背景的統計分析和數據分析方法往往會成為相關人員繼續深入學習的門檻，甚至成為枯燥乏味的代名詞，無法體驗到數據分析成果帶來的成效。本書就是要力求降低學習難度，通過編者積纍的大量真實案例和數據，主要以文字闡述替代復雜公式推導，深入淺齣剖析數據分析方法的基本原理和步驟，重點在於厘清數據分析的基本思路，閤理得到恰當的分析結果。在分析過程中，本書基於python 2.7，從基礎編程入手，主要通過調用python基本庫和常用工具庫的方式，用大量的實例來展示數據分析每一步驟的細節，帶領讀者走入數據分析的奇妙世界。
　　本書的第1章和第2章主要介紹python的基本環境、編程基礎和數據預處理方麵的內容，具體內容包括python數據類型及數據結構、語句與控製流、基本庫、函數和麵嚮對象編程的基礎，以及數據分析最為常用的基本分析工具庫numpy和pandas基礎等；
　　第3章和第4章主要介紹利用python進行描述分析的基本過程和方法，涵蓋瞭各種常用數據分析圖形的繪製和解讀以及統計量和統計錶等具體內容；
　　第5、6、7章主要介紹利用python如何進行總體推斷。在大數據時代即使數據量再大，但也離不開利用統計思想對總體特徵進行推測和判斷，這些具體內容包括參數估計、假設檢驗和非參數分析；
　　第8章主要介紹如何用python來分析數據之間的關係，具體涵蓋瞭簡單相關分析、非參數相關分析、偏相關分析、點二列相關分析以及數據挖掘中常用的關聯分析等內容；
　　第9章和第10章主要介紹如何利用python來進行迴歸分析。迴歸模型可以說是大部分統計分析和數據挖掘方法的基礎，本書介紹的具體內容有綫性迴歸、非綫性迴歸、多項式迴歸、分位數迴歸、自變量含有定性變量的迴歸以及因變量含有定性變量的廣義綫性迴歸分析；
Python數據分析基礎 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價