书籍详情
Python数据分析基础
作者：蒋锋，姜旭初
出版社：中国财政经济出版社
出版时间：2021-09-01
ISBN：9787522306452
定价：¥88.00
购买这本书可以去
内容简介
本书重点介绍Python语言数据处理与数据分析方面的应用技巧，内容涉及：（1）介绍Python语言基础，（2）介绍科学计算工具库NumPy、Pandas和SciPy，（3）介绍可视化工具库Matplotlib和Seaborn，（4）介绍统计知识中的描述性统计及概率与数理统计基础。本书从读者角度出发，以实例为载体，以简洁的文字编写，在实践中体会，使得读者可以快速入手，培养读者通过数据提出问题、分析问题、解决问题以及对分析结果评价的能力。本书可以作为数据科学、统计学类、经管类等学科的Python数据分析基础方面的教材或参考书，也可以作为各大中专院校数据分析入门级教材。
作者简介
蒋锋，中南财经政法大学教授，博士生导师，文澜学者。2011年获华中科技大学理学博士学位后在中南财经政法大学任教。2013年华中科技大学控制科学与工程博士后出站。2015-2016年澳大利亚Monash大学访问学者。主持国家自然科学基金项目两项，湖北省自然科学基金项目一项，湖北省社科项目两项等。曾获湖北省优秀博士学位论文奖，出版专著两部，在IEEE Transactions on Automatic Control等期刊上发表SCI论文40余篇。
目录
1 Python介绍
本章思维导图
1.1 认识Python
1.2 Anaconda下载与安装
1.3 Jupyter Notebook介绍
1.4 Markdown介绍
1.5 Jupyter中安装Markdown目录
1.6 Python文件常用后缀名
1.7 Python模块
2 Python基础知识
本章思维导图
2.1 保留字与标识符
2.2 变量
2.3 基本数据类型
2.4 运算符
2.5 常用的内置函数
3 Python基本数据结构
本章思维导图
3.1 列表
3.2 元组
3.3 字典
3.4 集合
4 Python程序结构
本章思维导图
4.1 顺序结构
4.2 分支结构
4.3 循环结构
4.4 break与continue语句
5 字符串与正则表达式
本章思维导图
5.1 字符串大小写
5.2 判断类方法
5.3 查找字符串
5.4 分割字符串
5.5 拼接字符串
5.6 替换字符串
5.7 格式化字符串
5.8 正则表达式
6 函数
本章思维导图
6.1 函数的定义
6.2 函数的调用
6.3 参数传递
6.4 函数的返回值
6.5 局部变量和全局变量
6.6 函数式编程
7 文件操作
本章思维导图
7.1 文件创建
7.2 文件写入
7.3 文件读取
7.4 定位
8 面向对象程序设计
本章思维导图
8.1 程序设计的方法
8.2 类和对象
8.3 定义类与创建对象
8.4 self参数
8.5 实例属性与类属性
8.6 __init__（）方法
8.7 私有成员与公有成员
8.8 方法与属性
8.9 封装
8.10 继承
8.11 重写
9 异常处理
本章思维导图
9.1 错误与异常概述
9.2 异常处理用法
10 NumPy简介
本章思维导图
10.1 numpy方法
10.2 数组结构图
10.3 数组创建
10.4 数组存载
10.5 一维数组数据提取
10.6 二维数组数据提取
10.7 数组的形状变换
10.8 数组的运算
10.9 广播
11 Pandas简介
本章思维导图
11.1 pandas方法
11.2 Series与DataFrame结构图
11.3 Series和DataFrame创建
11.4 存载数据对象
11.5 Series的数据提取
11.6 DataFrame之数据提取
11.7 DataFrame数据修改
11.8 DataFrame之行列标签及名称修改
11.9 数据合并
11.10 数据的连接
11.11 行列转换
11.12 透视
11.13 分组
11.14 pandas的运算
12 SciPy简介
本章思维导图
12.1 常数与特殊函数
12.2 积分
12.3 插值
12.4 优化
12.5 线性代数
12.6 统计分布
13 Matplotlib简介
本章思维导图
13.1 图的构成
13.2 建立坐标系
13.3 常用作图方法及图的保存
13.4 参数设置
13.5 实例分析
13.6 常见统计图
14 Seaborn简介
本章思维导图
14.1 sns.relplot作图
14.2 sns.catplot作图
14.3 sns.distplot作直方图
14.4 sns.pairplot作相关图
15 描述性统计
本章思维导图
15.1 集中趋势的度量
15.2 离散程度的度量
15.3 分布形状的度量
16 概率与数理统计基础
本章思维导图
16.1 随机数
16.2 随机变量及分布
16.3 方差分析
16.4 一元线性回归
附录A Pandas读取数据
参考文献
本章思维导图
1.1 认识Python
1.2 Anaconda下载与安装
1.3 Jupyter Notebook介绍
1.4 Markdown介绍
1.5 Jupyter中安装Markdown目录
1.6 Python文件常用后缀名
1.7 Python模块
2 Python基础知识
本章思维导图
2.1 保留字与标识符
2.2 变量
2.3 基本数据类型
2.4 运算符
2.5 常用的内置函数
3 Python基本数据结构
本章思维导图
3.1 列表
3.2 元组
3.3 字典
3.4 集合
4 Python程序结构
本章思维导图
4.1 顺序结构
4.2 分支结构
4.3 循环结构
4.4 break与continue语句
5 字符串与正则表达式
本章思维导图
5.1 字符串大小写
5.2 判断类方法
5.3 查找字符串
5.4 分割字符串
5.5 拼接字符串
5.6 替换字符串
5.7 格式化字符串
5.8 正则表达式
6 函数
本章思维导图
6.1 函数的定义
6.2 函数的调用
6.3 参数传递
6.4 函数的返回值
6.5 局部变量和全局变量
6.6 函数式编程
7 文件操作
本章思维导图
7.1 文件创建
7.2 文件写入
7.3 文件读取
7.4 定位
8 面向对象程序设计
本章思维导图
8.1 程序设计的方法
8.2 类和对象
8.3 定义类与创建对象
8.4 self参数
8.5 实例属性与类属性
8.6 __init__（）方法
8.7 私有成员与公有成员
8.8 方法与属性
8.9 封装
8.10 继承
8.11 重写
9 异常处理
本章思维导图
9.1 错误与异常概述
9.2 异常处理用法
10 NumPy简介
本章思维导图
10.1 numpy方法
10.2 数组结构图
10.3 数组创建
10.4 数组存载
10.5 一维数组数据提取
10.6 二维数组数据提取
10.7 数组的形状变换
10.8 数组的运算
10.9 广播
11 Pandas简介
本章思维导图
11.1 pandas方法
11.2 Series与DataFrame结构图
11.3 Series和DataFrame创建
11.4 存载数据对象
11.5 Series的数据提取
11.6 DataFrame之数据提取
11.7 DataFrame数据修改
11.8 DataFrame之行列标签及名称修改
11.9 数据合并
11.10 数据的连接
11.11 行列转换
11.12 透视
11.13 分组
11.14 pandas的运算
12 SciPy简介
本章思维导图
12.1 常数与特殊函数
12.2 积分
12.3 插值
12.4 优化
12.5 线性代数
12.6 统计分布
13 Matplotlib简介
本章思维导图
13.1 图的构成
13.2 建立坐标系
13.3 常用作图方法及图的保存
13.4 参数设置
13.5 实例分析
13.6 常见统计图
14 Seaborn简介
本章思维导图
14.1 sns.relplot作图
14.2 sns.catplot作图
14.3 sns.distplot作直方图
14.4 sns.pairplot作相关图
15 描述性统计
本章思维导图
15.1 集中趋势的度量
15.2 离散程度的度量
15.3 分布形状的度量
16 概率与数理统计基础
本章思维导图
16.1 随机数
16.2 随机变量及分布
16.3 方差分析
16.4 一元线性回归
附录A Pandas读取数据
参考文献
猜您喜欢
