Python統計分析基礎及實踐

《Python統計分析基礎及實踐》是2022年水利水電出版社出版的圖書。

基本介紹

  • 中文名:Python統計分析基礎及實踐
  • 出版時間:2022年9月
  • 出版社:水利水電出版社
  • ISBN:9787522607931
內容簡介,圖書目錄,作者簡介,

內容簡介

《Python統計分析基礎及實踐》以Python 3為基礎,詳細介紹了Python在統計分析中的基礎知識和實踐套用,全書大致
由數據整理、機率和統計推斷三部分組成。其中在第1章對統計分析對象——數據的基本用語和數據的分類進行了介紹。
第2~3章介紹了匯總平均值和數據方差的計算方法,進而介紹了數據可視化的方法。第4~9章介紹機率相關知識,機率是
統計分析中不可缺少的數學知識。第10~12章介紹主要的統計分析方法,如參數估計、假設檢驗、回歸分析等。其中每章
都用一個例子貫穿始終,提出問題並用Python編程實現,以點帶面,可幫助讀者快速理解知識點,並通過編程讓讀者對統
計分析建立直觀的理解。
《Python統計分析基礎及實踐》知識點全面,內容安排由淺入深、循序漸進,特別適合大中專院校金融、財務、統計、
計算機、人工智慧、機器學習相關專業學生學習,也適合初級科研人員、職場的數據分析人員參考學習。

圖書目錄

第1章關於數據
1.1數據大小
1.2變數類型
1.2.1定性變數和定量變數
1.2.2尺度水平
1.2.3離散型變數和連續型變數
1.3總結
第2章整理一維數據
2.1數據中心指標
2.1.1平均值
2.1.2中位數
2.1.3眾數
2.2數據偏差指標
2.2.I方差和標準差
2.2.2極差和四分位差
2.2.3數據指標匯總
2.3數據歸一化
2.3.1標準化
2.3.2偏差值
2.4一維數據的可視化
2.4.1頻數分布表
2.4.2直方圖
2.4.3箱線圖
第3章整理二維數據
3.1兩個數據的關係指標
3.1.1協方差
3.1.2相關係數
3.2二維數據的可視化
3.2.1散點圖
3.2.2回歸直線
3.2.3熱圖
3.3Anscombe的實例析
第4章推斷統計基礎
4.1總體與樣本
4.2機率模型
4.2.1機率基礎
4.2.2機率分布
4.3推斷統計中的機率
4.4後面要學習的內容
第5章離散型隨機變數
5.1一維離散型隨機變數
5.1.1一維離散型隨機變數的定義
5.1.2一維離散型隨機變數的數值指標
5.2二維離散型隨機變數
5.2.1二維離散型隨機變數的定義
5.2.2二維離散型隨機變數的數值指標
第6章常見的離散型機率分布
6.1伯努利分布
6.2二項分布
6.3幾何分布
6.4泊松分布
第7章連續型隨機變數
7.1一維連續型隨機變數
7.1.1一維連續型隨機變數的定義
7.1.2一維連續型隨機變數的數值指標
7.2二維連續型隨機變數
7.2.1二維連續型隨機變數的定義
7.2.2二維連續型隨機變數的數值指標

作者簡介

谷合廣紀(作者)
日本東京人,東京大學研究生院信息理工學系電子信息學專業碩士畢業後,繼續進行該專業的博士課程學習。日本職業將棋(也稱為日本象棋)手,參加獎勵會的四段聯賽,通過日本將棋界頂級棋手之一的行方尚史九段與本書監修認識,開始對數據科學產生興趣,並以此為契機學習Python,目前每天都需要和Python打交道。統計檢驗準1級,Kaggle Recruit Challenge for Student 2017比賽摘得桂冠,SIGNATE AI邊緣競賽部門第2名,自動駕駛AI挑戰賽優秀獎。
辻真吾(監修)
1975年出生於日本東京,東京大學博士。本科畢業於東京大學工學部計數工學科數理工學專業。2000年3月碩士畢業後,加入一家初創IT風險投資公司,並作為技術骨幹之一用Java進行Web應用程式開發。之後回到東京大學尖端科學技術研究中心基因組科學研究所,從事生命科學和信息科學的融合領域——生物信息學的研究,2005年取得博士(工學)學位。現為該研究中心的特聘副教授,工作之餘,還組織舉辦“公共 Python 學習會”,致力於Python的普及活動。
吳延科(譯者)
吳延科,河南省方城縣人,博士畢業於中國人民大學統計學專業,主要從事數理統計的相關研究,包括分位數回歸分析,時空數據建模分析和大數據分析等,現任職於廣東海洋大學數學與計算機學院(軟體學院)數據科學系。

相關詞條

熱門詞條

聯絡我們