《Python數據分析快速上手》是2024年清華大學出版社出版的圖書，作者是王靖、商艷紅、張洪波、盧軍。
基本介紹
- 中文名：Python數據分析快速上手
- 作者：王靖、商艷紅、張洪波、盧軍
- 出版時間：2024年2月
- 出版社：清華大學出版社
- ISBN：9787302651758
- 定價：89 元
內容簡介,圖書目錄,
內容簡介
《Python數據分析快速上手》通過通俗易懂的語言、豐富多彩的實例，詳細介紹了使用Python進行數據分析應該掌握的各方面技術。本書內容包括Python基礎，用NumPy進行數據計算，用Pandas進行數據分析，用SciPy進行數據分析，用Scikit-learn進行數據分析、數據預處理、數據可視化，用Matplotlib進行可視化等內容。
圖書目錄
目 錄
第1章 構建Python開發環境 1
1.1 理解數據分析 1
1.1.1 數據分析是什麼 1
1.1.2 數據分析的步驟 2
1.2 安裝Python及開發工具 3
1.2.1 安裝Python 3 3
1.2.2 安裝第三方開發工具 5
1.2.3 認識Python程式 5
1.3 Python語言基礎 6
1.3.1 初識Python語法 6
1.3.2 保留字與標識符 9
1.3.3 變數 10
1.3.4 基本數據類型 11
1.3.5 運算符 14
1.3.6 基本輸入與輸出 18
1.4 從檔案中讀取數據 19
1.4.1 Python讀取CSV檔案 19
1.4.2 Python讀取JSON檔案 20
1.4.3 Python讀取資料庫檔案 21
1.4.4 Python保存數據檔案 22
1.5 本章小結 24
1.6 動手練習 24
第2章 控制語句 25
2.1 程式結構 25
2.2 選擇語句 26
2.2.1 if語句 26
2.2.2 if…else語句 26
2.2.3 if…elif…else語句 27
2.2.4 if語句的嵌套 28
2.3 條件表達式 29
2.4 循環語句 30
2.4.1 while循環 30
2.4.2 for循環 30
2.4.3 循環嵌套 32
2.5 跳轉語句 33
2.5.1 continue語句 33
2.5.2 break語句 34
2.6 pass語句 35
2.7 本章小結 35
2.8 動手練習 35
第3章 序列 37
3.1 序列概述 37
3.1.1 索引 37
3.1.2 切片 38
3.1.3 序列相加 38
3.1.4 乘法 39
3.1.5 檢查某個元素是不是序列的成員 39
3.1.6 計算序列的長度、最大值和最小值 40
3.2 列表 40
3.2.1 創建與刪除列表 40
3.2.2 訪問列表元素 42
3.2.3 遍歷列表 42
3.2.4 添加、修改和刪除列表元素 44
3.2.5 對列表進行統計和計算 46
3.2.6 對列表進行排序 47
3.2.7 列表推導式 49
3.2.8 二維列表的使用 51
3.3 元組 52
3.3.1 創建與刪除元組 52
3.3.2 訪問元組元素 54
3.3.3 修改元組元素 55
3.3.4 元組推導式 55
3.3.5 元組和列表的區別 56
3.4 字典 56
3.4.1 字典的創建與刪除 57
3.4.2 通過“鍵-值對”訪問字典 59
3.4.3 遍歷字典 60
3.4.4 添加、修改和刪除字典元素 60
3.4.5 字典推導式 61
3.5 集合 61
3.5.1 創建集合 62
3.5.2 添加和刪除集合元素 63
3.5.3 集合的交集、並集和差集運算 64
3.5.4 列表、元組、字典和集合的區別 65
3.6 本章小結 65
3.7 動手練習 66
第4章 函式 67
4.1 創建和調用函式 67
4.1.1 創建函式 67
4.1.2 調用函式 69
4.2 函式的參數 69
4.2.1 形式參數和實際參數 69
4.2.2 位置參數 71
4.2.3 關鍵字參數 71
4.2.4 為參數設定默認值 72
4.2.5 可變參數 74
4.2.6 Python中參數的總結 75
4.3 返回值 76
4.4 變數的作用域 78
4.4.1 局部變數 78
4.4.2 全局變數 78
4.5 匿名函式 78
4.6 程式模組化 80
4.6.1 模組概述 80
4.6.2 自定義模組 80
4.6.3 模組的搜尋目錄 83
4.7 Python中的包 84
4.7.1 python程式的包結構 84
4.7.2 創建和使用包 84
4.8 引用其他模組 87
4.8.1 導入和使用模組標準 87
4.8.2 第三方模組的下載與安裝 87
4.9 本章小結 89
4.10 動手練習 90
第5章 字元串及正則表達式 91
5.1 字元串的常用操作 91
5.1.1 拼接字元串 91
5.1.2 計算字元串長度 92
5.1.3 截取字元串 93
5.1.4 分割、合併字元串 94
5.1.5 檢索字元串 96
5.1.6 字元串大小寫轉換 98
5.1.7 去除字元串中的空格和特殊字元 99
5.2 字元串編碼轉換 101
5.2.1 encode()方法對字元串編碼 102
5.2.2 decode()方法對字元串解碼 103
5.3 正則表達式基礎 103
5.3.1 元字元 104
5.3.2 行定位符 108
5.3.3 字元類 108
5.3.4 排除字元 108
5.3.5 選擇字元 109
5.3.6 轉義字元 109
5.3.7 分組 109
5.3.8 正則表達式語法 110
5.4 re模組 110
5.4.1 匹配字元串 110
5.4.2 替換字元串 112
5.4.3 分割字元串 113
5.5 本章小結 113
5.6 動手練習 114
第6章 用NumPy進行數據計算 115
6.1 安裝NumPy 115
6.2 NumPy數組 117
6.2.1 ndarray數組基礎及實例 118
6.2.2 矩陣 125
6.2.3 NumPy線性代數相關函式 126
6.3 NumPy函式 129
6.3.1 字元串函式及實例 129
6.3.2 數學函式及實例 134
6.3.3 算術函式 137
6.3.4 統計函式 140
6.3.5 排序條件篩選函式 146
6.4 本章小結 152
6.5 動手練習 152
第7章 用Pandas進行數據處理 153
7.1 安裝Pandas 153
7.2 Pandas數據結構 154
7.2.1 Pandas數據結構—Series 154
7.2.2 Pandas數據結構—DataFrame 157
7.3 Pandas數據清洗 161
7.3.1 清洗空值 162
7.3.2 清洗格式錯誤數據 166
7.3.3 清洗錯誤數據 167
7.3.4 清洗重複數據 168
7.4 本章小結 170
7.5 動手練習 170
第8章 用SciPy進行科學計算 171
8.1 安裝SciPy 171
8.2 SciPy數學模組 172
8.2.1 SciPy常量模組 172
8.2.2 SciPy最佳化模組 175
8.2.3 SciPy稀疏矩陣模組 177
8.2.4 SciPy圖結構 180
8.2.5 SciPy插值模組 188
8.3 SciPy工程模組 191
8.3.1 SciPy Matlab數組 192
8.3.2 Scipy 顯著性檢驗 195
8.4 本章小結 200
8.5 動手練習 200
第9章 Matplotlib數據可視化 202
9.1 安裝Matplotlib 202
9.2 Matplotlib繪圖基礎 202
9.2.1 Matplotlib Pyplot模組 203
9.2.2 Matplotlib繪圖示記 210
9.2.3 Matplotlib繪製圖線 215
9.2.4 Matplotlib軸標籤和標題 219
9.3 Matplotlib格線線 222
9.4 Matplotlib繪製圖形 225
9.4.1 Matplotlib繪製多個子圖 225
9.4.2 Matplotlib 散點圖及實例 230
9.4.3 Matplotlib柱形圖 237
9.4.4 Matplotlib餅圖 241
9.5 本章小結 243
9.6 動手練習 244
第10章 用Scikit-learn進行數據分析 246
10.1 Scikit-learn簡介 246
10.1.1 安裝 Scikit-learn 246
10.1.2 機器學習和Scikit-learn庫 247
10.2 利用Scikit-learn進行數據分析的方法 248
10.2.1 決策樹（Decision Trees (DTs)） 248
10.2.2 支持向量機 253
10.2.3 樸素貝葉斯 258
10.3 聚類 260
10.3.1 概述 260
10.3.2 K-means 260
10.3.3 層次聚類 262
10.4 時間序列 266
10.4.1 時間序列概念 266
10.4.2 ARMA模型預測案例 266
10.5 主成分分析 274
10.5.1 主成分分析的概念 274
10.5.2 主成分分析案例 274
10.6 本章小結 279
10.7 動手練習 280
第11章 數據分析案例 281
11.1 案例1：IMDB電影數據分析 281
11.1.1 案例描述 281
11.1.2 準備數據 282
11.1.3 數據清洗 283
11.1.4 數據分析與數據可視化 283
11.1.5 思考練習 290
11.2 案例2：二手房房價預測分析 290
11.2.1 案例描述 290
11.2.2 系統設計 291
11.2.3 技術準備 292
11.2.4 二手房數據分析 294
11.2.5 案例小結 302
