Python數據分析基礎教程(圖書)

Python數據分析基礎教程(圖書)

本詞條是多義詞,共2個義項
更多義項 ▼ 收起列表 ▲

《Python數據分析基礎教程》是2018年10月電子工業出版社出版的圖書,作者是王斌會、王術。

基本介紹

  • 中文名:Python數據分析基礎教程
  • 作者:王斌會、王術
  • 出版社:電子工業出版社
  • 出版時間:2018年10月
  • 頁數:192 頁
  • 定價:45 元
  • 開本:16 開
  • ISBN:9787121339387
內容簡介,圖書目錄,

內容簡介

隨著大數據時代的來臨,一門集數學、統計學和計算機科學為一體的數據科學在世界範圍內迅速興起。數據科學也成為一門橫跨自然科學和社會科學的學問。未來社會,各行各業,都免不了和數據打交道,需要藉助於數據分析,需要學習數據分析。本書從數據處理的角度來講解統計分析,內容包括數據科學基礎——數據與軟體、探索性分析、可視化技術、統計推斷、統計模型,大數據分析基礎——預測分析法、決策分析法、綜合評價法,大數據分析方法——統計方法,大數據分析入門——綜合套用。每種方法均輔以詳細的Python語言實現,便於提高實際操作能力。並配套開發了學習網站,學習者可以在任何終端(包括手機)上做數據分析。

圖書目錄

目 錄
第1章 數據的收集與整理 1
1.1 數據的類型 1
1.1.1 按度量尺度分 1
1.1.2 按時間狀況分 1
1.2 數據的收集 2
1.2.1 橫向數據的收集 2
1.2.2 縱向數據的收集 6
1.3 數據的管理 7
1.3.1 表格管理數據 7
1.3.2 資料庫管理數據 8
數據及練習 8
第2章 數據分析軟體介紹 10
2.1 數據分析軟體簡介 10
2.2 Python語言介紹 11
2.2.1 Python簡介 11
2.2.2 Python的功能 12
2.2.3 Python編程環境 14
2.3 Python數據分析平台 17
2.3.1 Jupyter數據分析平台 18
2.3.2 Python線上分析平台 23
2.4 Python編程入門 27
2.4.1 Python的工作目錄 27
2.4.2 Python分析包(庫) 27
2.4.3 Python中的數據管理 29
數據及練習 29
第3章 Python編程分析基礎 30
3.1 Python數據類型 30
3.1.1 Python對象 30
3.1.2 數據的基本類型 31
3.1.3 標準數據類型 33
3.2 數值分析庫numpy 34
3.2.1 一維數組(向量) 34
3.2.2 二維數組(矩陣) 35
3.2.3 數組的操作 35
3.3 數據分析庫pandas 36
3.3.1 序列(Series) 36
3.3.2 數據框(DataFrame) 37
3.3.3 數據框的讀寫 39
3.3.4 數據框的操作 41
3.4 Python編程運算 45
3.4.1 基本運算 45
3.4.2 控制語句 46
3.4.3 函式定義 47
3.4.4 面向對象 49
數據及練習 50
第4章 數據的探索性分析 52
4.1 數據的描述分析 52
4.1.1 基本描述統計量 52
4.1.2 計數數據匯總分析 53
4.1.3 計量數據匯總分析 53
4.2 基本繪圖命令 57
4.2.1 常用的繪圖函式 57
4.2.2 基於pandas的繪圖 66
4.3 數據的分類分析 70
4.3.1 一維頻數分析 70
4.3.2 二維集聚分析 73
4.3.3 多維透視分析 77
數據及練習 79
第5章 數據的可視化分析 80
5.1 特殊統計圖的繪製 80
5.1.1 數學函式圖 80
5.1.2 氣泡圖 82
5.1.3 三維曲面圖 82
5.1.4 三維散點圖 83
5.2 seaborn統計繪圖 83
5.2.1 基本概念 84
5.2.2 常用統計圖 84
5.3 ggplot繪圖系統 88
5.3.1 qplot快速製圖 89
5.3.2 ggplot基本繪圖 90
數據及練習 95
第6章 數據的統計分析 97
6.1 隨機變數及其分布 97
6.1.1 均勻分布 97
6.1.2 常態分配 98
6.2 數據分析統計基礎 102
6.2.1 統計量的概念 102
6.2.2 統計量的分布 103
6.3 基本統計推斷方法 106
6.3.1 參數的估計方法 107
6.3.2 參數的假設檢驗 109
數據及練習 111
第7章 數據的模型分析 113
7.1 簡單線性相關模型 113
7.1.1 線性相關的概念 113
7.1.2 相關係數的計算 114
7.1.3 相關係數的檢驗 115
7.2 簡單線性回歸模型 116
7.2.1 簡單線性模型估計 116
7.2.2 簡單線性模型檢驗 118
7.2.3 簡單線性模型預測 119
7.3 分組線性相關與回歸 120
7.3.1 分組線性相關分析 120
7.3.2 分組線性回歸模型 121
數據及練習 122
第8章 數據的預測分析 124
8.1 動態數列的基本分析 124
8.1.1 動態數列的介紹 124
8.1.2 動態數列的分析 126
8.2 動態數列預測分析 130
8.2.1 趨勢預測構建 130
8.2.2 平滑預測法 134
8.3 股票數據統計分析 138
8.3.1 股票價格分析 139
8.3.2 股票收益率分析 143
數據及練習 147
第9章 數據的決策分析 149
9.1 確定性分析 149
9.1.1 單目標求解 149
9.1.2 多目標求解 150
9.2 不確定性分析 151
9.2.1 分析方法 151
9.2.2 分析原則 152
9.3 風險分析 154
9.3.1 期望值法 154
9.3.2 後悔期望值法 155
數據及練習 155
第10章 數據的案例分析 157
10.1 線上數據獲取與分析 157
10.1.1 線上財經數據獲取 157
10.1.2 線上股票數據分析 159
10.1.3 新股發行數據分析 161
10.2 證券交易數據的分析 163
10.2.1 歷史行情數據分析 163
10.2.2 實時行情數據分析 165
10.2.3 大單交易數據分析 167
10.2.4 公司盈利能力分析 168
10.2.5 公司現金流量分析 169
10.3 巨觀經濟數據的實證分析 170
10.3.1 存款利率變動分析 170
10.3.2 國內生產總值GDP分析 172
10.4 電影票房數據的實時分析 175
10.4.1 實時票房數據分析 175
10.4.2 每日票房數據分析 176
10.4.3 影院日度票房分析 177
數據及練習 178
附錄A 本書的學習部落格 179
附錄B 書中的例子數據 181
附錄C 書中的自定義函式 182
參考文獻 183

相關詞條

熱門詞條

聯絡我們