| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為實際資訊。 印行年月:202402*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:Python大數據分析 ISBN:9787113191825 出版社:中國鐵道有限公司 著編譯者:吳道君 瀋陽 陳素霞 頁數:215 所在地:中國大陸 *此為代購商品 書號:1622019 可大量預訂,請先連絡。 內容簡介 本書為新形態一體化應用型人才培養「十四五」系列教材之一,全面講解Python數據分析的相關知識和技術,內容包括Python數據分析概述、NumPy數值計算、Matplotlib數據可視化、Pandas數據分析、數據預處理、Sklearn機器學習。本書以培養學生編程能力和數據分析能力為目標,注重技術應用能力的培養。 本書內容充實、結構合理、實用性強,具有明顯的應用能力培養特色。學完本書後,讀者可具備數據分析的基本能力。 本書適合作為普通高等院校人工智慧、數據科學與大數據以及計算機相關專業課程的教材,也可以作為相關從業人員的技術參考書。目錄 第1章 Python數據分析概述1 1 數據分析的概念、流程和應用 1 1 1 數據分析的概念 1 1 2 數據分析的流程 1 1 3 數據分析的應用 1 2 數據分析工具 1 2 1 常用工具 1 2 2 Python數據分析 1 3 Python數據分析環境 小結 習題 實驗 第2章 NumPy數值計算 2 1 NumPy多維數組 2 1 1 數組創建 2 1 2 數組對象屬性 2 1 3 數組數據類型 2 2 數組操作 2 2 1 修改數組形狀 2 2 2 翻轉數組 2 2 3 連接數組 2 2 4 分割數組 2 2 5 數組元素添加與刪除 2 3 數組索引與切片 2 3 1 數組索引 2 3 2 數組切片 2 3 3 布爾型索引 2 3 4 花式索引 2 4 數組的運算 2 4 1 數組和標量間的運算 2 4 2 廣播 2 4 3 算術函數 2 4 4 集合運算 2 4 5 統計運算 2 4 6 排序 2 4 7 搜索 2 5 線性代數 2 5 1 數組相乘 2 5 2 矩陣行列式 2 5 3 逆矩陣 2 5 4 線性方程組 2 5 5 特徵值和特徵向量 2 6 數組的存取 2 7 視圖和副本 2 8 隨機漫步 小結 習題 實驗 第3章 Matplotlib數據可視化 3 1 折線圖 3 1 1 折線圖函數概述 3 1 2 折線圖繪製示例 3 2 圖表屬性設置 3 2 1 圖表屬性概述 3 2 2 圖例和rc設置 3 2 3 坐標網格設置 3 2 4 坐標系設置 3 2 5 文本註解 3 3 其他圖形 3 3 1 散點圖 3 3 2 垂直柱形圖 3 3 3 水平柱形圖 3 3 4 餅圖 3 3 5 直方圖 3 3 6 箱線圖 3 4 子圖 3 4 1 創建子圖 3 4 2 子圍坐標系設置 3 4 3 圖形嵌套 3 5 繪製三維圖形 3 5 1 三維曲線圖 3 5 2 三維散點圖 3 5 3 曲面圍 3 5 4 等高線 小結 習題 實驗 第4章 Pandas數據分析 4 1 Pandas數據結構 4 2 DataFrame基本功能 4 3 讀取外部數據 4 3 1 CSV文件 4 3 2 Sqlite資料庫 4 3 3 讀取外部數據-拓展 4 4 數據幀的列操作和行操作 4 4 1 列操作 4 4 2 行操作 4 5 高級索引 4 5 1 重建索引 4 5 2 更換索引 4 5 3 層次化索引 4 6 Pandas數據運算 4 6 1 算術運算 4 6 2 函數應用與映射運算 4 6 3 排序 4 6 4 迭代 4 6 5 唯一值與值計數 4 7 統計函數 4 7 1 描述性統計 4 7 2 變化率 4 7 3 協方差 4 7 4 相關性 4 7 5 數據排名 4 8 分組與聚合 4 8 1 分組 4 8 2 聚合 4 9 透視表與交叉表 4 9 1 透視表 4 9 2 交叉表 小結 習題 實驗 第5章 數據預處理 5 1 數據清洗 5 1 1 重複值 5 1 2 缺失值 5 1 3 異常值 5 2 合併連接與重塑 5 2 1 merge合併 5 2 2 concat合併 5 2 3 combine first合併 5 2 4 數據重塑 5 3 數據變換 5 3 1 虛擬變數 5 3 2 函數變換 5 3 3 連續屬性離散化 5 3 4 規範化 5 3 5 隨機採樣 小結 習題 實驗 第6章 Sklearn機器學習 6 1 術語 6 2 Sklearn 6 2 1 Sklearn數據集 6 2 2 Sklearn常用演算法 6 2 3 數據預處理 6 2 4 數據集拆分 6 2 5 模型評估 6 2 6 Sklearn常用方法 6 2 7 模型的保存和載入 6 3 降維 6 3 1 PCA(主成分分析) 6 3 2 LDA(線性評價分析) 6 4 回歸 6 4 1 線性回歸 6 4 2 邏輯回歸 6 4 3 回歸決策樹 6 5 分類 6 5 1 樸素貝葉斯分類 6 5 2 分類決策樹 6 5 3 SVM(支持向量機) 6 5 4 神經網路 6 5 5 k-近鄰演算法 6 6 聚類 6 6 1 K-means演算法 6 6 2 DBSCAN 小結 習題 實驗 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |