Python數據分析、挖掘與可視化（慕課版）

作品簡介

全書共9章，內容包括Python開發環境的搭建與編碼規範，數據類型、運算符與內置函式，列表、元組、字典、集合與字元串，選擇結構、循環結構、函式定義與使用，檔案操作，numpy數組與矩陣運算，pandas數據分析實戰，sklearn機器學習實戰，matplotlib數據可視化實戰等。本書適合作為高等院校計算機、大數據、數據科學或相關專業的教材，也適合從事相關工作的工程師和愛好者閱讀。

作品目錄

內容提要

前言

第1章　Python開發環境的搭建與編碼規範

1.1　 Python開發環境的搭建與使用

1.2　 Python編碼規範

1.3　標準庫、擴展庫對象的導入與使用

本章知識要點

本章習題

第2章　數據類型、運算符與內置函式

2.1　常用內置數據類型

2.2　運算符與表達式

2.3　常用內置函式

2.4　綜合套用與例題解析

本章知識要點

本章習題

第3章　列表、元組、字典、集合與字元串

3.1　列表與列表推導式

3.2　元組與生成器表達式

3.3　字典

3.4　集合

3.5　字元串常用方法

3.6　綜合套用與例題解析

本章知識要點

本章習題

第4章　選擇結構、循環結構、函式定義與使用

4.1　選擇結構

4.2　循環結構

4.3　函式定義與使用

4.4　綜合套用與例題解析

本章知識要點

本章習題

第5章　檔案操作

5.1　檔案操作基礎

5.2　 JSON檔案操作

5.3　 CSV檔案操作

5.4　 Word、Excel、PowerPoint檔案操作實戰

本章知識要點

本章習題

第6章　numpy數組與矩陣運算

6.1　 numpy數組及其運算

6.2　矩陣生成與常用操作

6.3　計算特徵值與特徵向量

6.4　計算逆矩陣

6.5　求解線性方程組

6.6　計算向量和矩陣的範數

6.7　奇異值分解

6.8　函式向量化

本章知識要點

本章習題

第7章　pandas數據分析實戰

7.1　 pandas常用數據類型

7.2　 DataFrame數據處理與分析實戰

Python數據分析、挖掘與可視化（慕課版）

基本介紹

作品簡介

作品目錄

相關詞條

熱門詞條