基於python的大數據分析基礎及實戰

內容簡介

《基於Python的大數據分析基礎及實戰》是一本介紹如何用Python 3.6進行數據處理和分析的學習指南。其主要內容包括：Python語言基礎、數據處全催理、數據分析、數據可視化，以及利用Python對資料庫的操付鴉辯作、自建Python套用庫的共享發布等。

《基於Python的大數據分析基礎及實戰》分3個部分：第1部分為基礎知識，第2部分為實戰案例，第3部分為拓展與延伸。本書內容豐富，講解通俗易懂，非常適合本科生、研究生，以及對Python語言感興趣或者想要使用Python語言進行數據分析的廣大讀者。

作者簡介

余本國，博士，碩士研究生導師。於中北大學理學系任教，主講線性代數、微積分、Python語言、大數據分析基礎等課程。2012年到加拿大York University做訪問學者。出版有《Python數據分析基礎》等著作。

圖書目錄

第拳捆享1部分基礎篇

第1章

Python語言基礎 /2

1.0 引子 /2

1.1 工欲善其事，必先利其器（安裝Python） /3

1.2 學跑得先學走（語法基礎） /9

1.3 程式結構 /11

1.3.1 Hello World ! /11

1.3.2 運算符介紹 /12

1.3.3 順序結構 /14

1.3.4 判斷結構 /17

1.3.5 循環結構 /18

1.3.6 異常 /20

1.4 函式 /24

1.4.1 基本函式結構 /24

1.4.2 參數結構 /25

1.4.3 回調函式 /28

1.4.4 函式的遞歸與嵌套 /28

1.4.5 閉包 /31

1.4.6 匿名函式lambda /32

1.4.7 關鍵字yield /32

1.5 數據結構 /35

1.5.1 列表（list） /35

1.5.2 元組（tuple） /38

1.5.3 集合（set） /39

1.5.4 字典（dict） /40

1.5.5 集合的操作 /41

1.5.6 學以致用 /45

1.6 3個函式（map、filter、reduce） /47

1.6.1 遍歷函式（map） /47

1.6.2 篩選函式（filter） /48

1.6.3 累計函式（reduce） /48

1.7 面向對象編程基礎 /50

1.7.1 類 /50

1.7.2 類和實例 /51

1.7.3 數據封裝 /52

1.7.4 私有變數與私和棵永淋有方法 /53

本章小結 /54

第2章

數據處理 /60

2.1 Anaconda簡介 /60

2.2 Numpy簡介 /66

2.3 關於再檔勸辨Pandas /68

2.3.1 什麼是Pandas /68

2.3.2 Pandas中的數據結構 /68

2.4 數據準備 /68

2.4.1 數據類型 /68

2.4.2 數據結構 /69

2.4.3 數據導入 /79

2.4.4 數據導出 /86

2.5 數據處理 /88

2.5.1 數據清洗 /89

2.5.2 數據抽取 /97

2.5.3 插入記錄 /114

2.5.4 修改記錄 /117

2.5.5 交換行或列 /120

2.5.6 排名索引 /122

2.5.7 數據合併 /131

2.5.8 數據計算 /137

2.5.9 數據分組 /141

2.5.10 日期處理 /143

帶你飛（數據處理案例） /148

本章小結 /160

第3章

數據分析 /165

3.1 基本統計分析 /165

3.2 分組分析 /169

3.3 分布分析 /171

3.4 交叉分析 /173

3.5 結構分析 /174

3.6 相關分析 /176

小試牛刀（相關分析案例：電商數據分析） /178

本章小結 /180

第4章

數據可視化 /181

4.1 使用Python對數據進行可視化處理 /181

4.1.1 準備工作 /181

4.1.2 Matplotlib繪圖紋嬸台示例 /186

4.1.3 Seabon中的圖例 /198

4.1.4 pandas的戒判籃一些可視化功能 /212

4.1.5 文本數據可視化 /217

4.1.6 networkx網路圖 /218

4.1.7 folium繪製地圖 /220

4.2 Python圖像處理基礎 /221

4.2.1 PIL圖庫 /221

4.2.2 OpenCV圖庫 /224

本章小結 /226

第5章

字元串處理與網路爬蟲 /228

5.1 字元串處理 /228

5.1.1 字元串處理函式 /228

5.1.2 正則表達式 /230

5.1.3 編碼處理 /237

5.2 網路爬蟲 /240

5.2.1 獲取網頁源碼 /240

5.2.2 從源碼中提取信息 /241

5.2.3 數據存儲 /246

5.2.4 網路爬蟲從這裡開始 /248

本章小結 /260

第2部分實戰案例篇

第6章

詞雲 /262

6.1 安裝檔案包 /263

6.2 jieba功能用法 /264

6.2.1 cut用法 /264

6.2.2 詞頻與分詞字典 /265

6.3 文本詞雲圖 /269

6.4 背景輪廓詞雲圖的製作 /271

6.4.1 數據準備 /271

6.4.2 分詞 /272

6.4.3 構建詞雲 /273

本章小結 /278

第7章

航空客戶分類 /279

7.1 問題的提出 /279

7.2 聚類分析相關概念 /280

7.3 模型的建立 /281

7.4 Python實現代碼 /281

7.5 分類結果展示與分析 /284

本章小結 /287

第8章

《紅樓夢》文本分析 /288

8.1 準備工作 /289

8.2 分詞 /291

8.2.1 讀取數據 /291

8.2.2 數據預處理 /293

8.2.3 對紅樓夢進行分詞 /301

8.2.4 製作詞雲 /303

8.3 文本聚類分析 /312

8.3.1 構建分詞TF-IDF矩陣 /312

8.3.2 使用TF-IDF矩陣對章節進行聚類 /314

8.4 LDA主題模型 /322

8.5 人物社交網路分析 /328

本章小結 /334

第3部分拓展與延伸

第9章

Python字元串格式化 /336

9.1 使用%符號進行格式化 /336

9.2 使用format()方法進行格式化 /339

9.3 使用f方法進行格式化 /341

本章小結 /342

第10章

在Python中操作MySQL資料庫 /343

10.1 對MySQL的連線與訪問 /344

10.2 對MySQL的增、刪、改、查操作 /345

10.2.1 查詢操作 /345

10.2.2 插入操作 /346

10.2.3 更新操作 /347

10.2.4 刪除操作 /347

10.3 創建資料庫表 /348

本章小結 /349

第11章

fractal（分形）庫的發布 /350

11.1 用Python繪製分形 /351

11.1.1 分形簡介 /351

11.1.2 先睹為快 /351

11.1.3 繪製方法簡介 /352

11.2 第三方庫發布到PyPi /364

本章小結 /369

參考文獻 /370

基於python的大數據分析基礎及實戰

基本介紹

內容簡介

作者簡介

圖書目錄

相關詞條

熱門詞條