《Python數據預處理》是2021年人民郵電出版社出版的圖書。
基本介紹
- 中文名：Python數據預處理
- 作者：黑馬程式設計師
- 類別：教材
- 出版社：人民郵電出版社
- 出版時間：2021年
- 開本：128 開
- 裝幀：平裝-膠訂
- ISBN：9787115562067
內容簡介,圖書目錄,作者簡介,
內容簡介
數據預處理是數據分析、數據挖掘或人工智慧中必不可少的環節，它通過一定的方法將存在諸多問題的低質量數據處理變成高質量數據，在一定程度上提高數據分析或數據挖掘等工作的效率。
本書以Jupyter Notebook為主要開發工具，採用理論與實例相結合的形式，全面地介紹數據預處理的相關知識。全書共8章，其中第1章介紹數據預處理的入門知識；第2～6章介紹科學計算庫NumPy和數據分析庫pandas，以及通過pandas庫實現數據獲取、數據清理、數據集成、數據變換和數據規約的功能；第7章介紹數據清理工具OpenRefine的安裝及使用；第8章結合前期的核心知識進行實戰演練。除第1章外，其他章均配置了豐富的示例或案例，讀者可以一邊學習一邊練習，鞏固所學的知識，並在實踐中提升實際開發能力。
本書附有配套視頻、原始碼、習題、教學課件等資源。為幫助初學者更好地學習本書中的內容，本書還提供了線上答疑。
本書既可作為高等院校計算機相關專業的專用教材，也可以作為相關技術愛好者的入門用書。
圖書目錄
第 1章 數據預處理概述 001
1.1 什麼是數據預處理 001
1.2 常見的數據問題 003
1.3 數據預處理的流程 003
1.4 常用的數據預處理庫 005
1.5 開發工具與環境 006
1.5.1 安裝與使用Jupyter Notebook 006
1.5.2 安裝數據預處理庫 008
1.6 本章小結 009
1.7 習題 009
第 2章 科學計算庫——NumPy 010
2.1 數組對象 010
2.2 創建數組 012
2.3 訪問數組元素 014
2.3.1 使用整數索引訪問元素 014
2.3.2 使用花式索引或布爾索引訪問元素 015
2.3.3 使用切片訪問元素 017
2.4 數組運算 018
2.4.1 形狀相同的數組間運算 018
2.4.2 形狀不同的數組間運算 019
2.4.3 數組與標量的運算 020
2.5 數組操作 021
2.5.1 排序 021
2.5.2 檢索數組元素 022
2.5.3 元素化 022
2.6 數組的轉置 023
2.7 本章小結 025
2.8 習題 025
第3章 pandas庫基礎 028
3.1 數據結構 028
3.1.1 Series 028
3.1.2 DataFrame 030
3.2 索引操作 032
3.2.1 索引對象 032
3.2.2 使用單層索引訪問數據 033
3.2.3 使用分層索引訪問數據 035
3.2.4 重新索引 038
3.3 數據排序 039
3.3.1 按索引排序 040
3.3.2 按值排序 041
3.4 統計計算與統計描述 042
3.4.1 統計計算 042
3.4.2 統計描述 043
3.5 繪製圖表 044
3.6 本章小結 046
3.7 習題 046
第4章 數據獲取 048
4.1 從CSV和TXT檔案讀取數據 048
4.2 從Excel檔案讀取數據 050
4.3 從JSON檔案讀取數據 052
4.4 從HTML表格讀取數據 053
4.5 從資料庫讀取數據 054
4.6 從Word檔案讀取數據 056
4.6.1 python-docx庫概述 056
4.6.2 python-docx庫的基本使用 057
4.7 從PDF檔案讀取數據 059
4.7.1 pdfplumber庫概述 059
4.7.2 pdfplumber庫的基本使用 060
4.8 本章小結 061
4.9 習題 062
第5章 數據清理 064
5.1 數據清理概述 064
5.2 缺失值的檢測與處理 065
5.2.1 缺失值的檢測 065
5.2.2 缺失值的處理 066
5.3 重複值的檢測與處理 070
5.3.1 重複值的檢測 070
5.3.2 重複值的處理 071
5.4 異常值的檢測與處理 072
5.4.1 異常值的檢測 072
5.4.2 異常值的處理 076
5.5 案例——成都某地區二手房數據清理 078
【分析目標】 078
【數據獲取】 078
【數據清理】 079
5.6 本章小結 083
5.7 習題 083
第6章 數據集成、變換與規約 086
6.1 數據集成 086
6.1.1 數據集成概述 086
6.1.2 合併數據 087
6.2 數據變換 093
6.2.1 數據變換概述 093
6.2.2 軸向旋轉 094
6.2.3 分組與聚合 095
6.2.4 啞變數處理 100
6.2.5 面元劃分 102
6.3 數據規約 104
6.3.1 數據規約概述 104
6.3.2 重塑分層索引 105
6.3.3 降採樣 106
6.4 案例——中國籃球運動員的基本信息分析 108
【分析目標】 108
【數據獲取】 108
【數據清理】 109
【實現步驟】 116
6.5 本章小結 119
6.6 習題 119
第7章 數據清理工具—— OpenRefine 122
7.1 OpenRefine介紹 122
7.2 OpenRefine的下載與安裝 123
7.3 OpenRefine的基本操作 124
7.3.1 基本配置 125
7.3.2 創建項目 126
7.3.3 操作列 127
7.3.4 撤銷與重做 132
7.3.5 導出數據 133
7.4 OpenRefine的進階操作 135
7.4.1 數據排序 135
7.4.2 數據歸類 137
7.4.3 重複檢測 138
7.4.4 數據填充 141
7.4.5 文本過濾 142
7.4.6 數據轉換 143
7.5 案例——多倫多市建築許可數據 分析 145
【分析目標】 145
【數據獲取】 145
【數據清理】 146
【實現步驟】 152
7.6 本章小結 153
7.7 習題 154
第8章 實戰演練——數據分析師崗位分析 156
8.1 知識精講 156
8.1.1 數據分析的流程 156
8.1.2 使用pyecharts繪製圖表 157
8.2 分析目標與思路 160
8.3 數據收集 161
8.4 數據預處理 163
8.5 數據分析與展現 166
8.5.1 分析展現數據分析師崗位的需求趨勢 166
8.5.2 分析展現數據分析師崗位的熱門城市Top10 167
8.5.3 分析展現不同城市數據分析師崗位的薪資水平 169
8.5.4 分析展現數據分析師崗位的學歷要求 171
8.6 本章小結 172
作者簡介
黑馬程式設計師，傳智播客旗下高端教育品牌，成立於2006年，它是由中國Java培訓先行者張孝祥老師發起，聯合全球的中文IT社區CSDN、中關村軟體園共同創辦的一家專業教育機構。辦學至今，我們一直堅守著“為千萬人少走彎路而著書，為中華軟體之崛起而講課”的辦學理念，堅持培養優秀軟體套用工程師的宏偉目標，在累計培養的十萬餘名學員中。
