python計算傳播學實戰

《python計算傳播學實戰》是2021年科學出版社出版的圖書。

基本介紹

• 中文名：python計算傳播學實戰
• 作者：隆廣慶
• 類別：教材
• 出版社：科學出版社
• 出版時間：2021年11月
• 開本：16 開
• 裝幀：平裝-膠訂
• ISBN：9787030698940

內容簡介

本書是將Python和計算傳播學相結合的典型教材，全面介紹了使用Python進行計算傳播學實戰的相關知識，由淺入深地介紹了Python中與計算傳播學相關的庫，並通過項目案例對所學知識加以鞏固與加深。本書主要內容包括Python與計算傳播學、Python編程基礎、數據處理與分析基礎、數據可視化基礎，以及Python計算傳播學實踐項目案例。本書體系完整、內容豐富，尤為注重實戰教學。

本書既可作為普通高等院校計算傳播學的基礎教材，也可作為職業培訓教育機構及相關技術人員的參考用書。

圖書目錄

第1章　Python與計算傳播學 1

1.1　Python與計算傳播學簡介 1

1.1.1　計算傳播學介紹 1

1.1.2　Python介紹 2

1.1.3　Python常用計算傳播學庫 3

1.1.4　安裝Anaconda發行版Python 7

1.2　Jupyter Notebook編程工具 10

1.2.1　啟動Jupyter Notebook 10

1.2.2　新建一個Notebook 11

1.2.3　Jupyter Notebook的界面及其構成 12

1.2.4　Markdown 13

本章小結 17

第2章　Python編程基礎 18

2.1　Python固定語法 18

2.1.1　聲明與注釋 18

2.1.2　保留字元與賦值 20

2.1.3　縮進 22

2.2　數據類型 23

2.2.1　數值 23

2.2.2　字元串 25

2.2.3　列表 28

2.2.4　字典 31

2.3　常用運算符 34

2.3.1　算術運算符 34

2.3.2　賦值運算符 35

2.3.3　比較運算符 36

2.3.4　邏輯運算符 37

2.3.5　成員運算符 37

2.3.6　運算符優先權 38

2.4　控制語句 39

2.4.1　if­elif­else語句 39

2.4.2　for語句 41

2.4.3　while語句 43

2.4.4　跳出循環 45

2.5　自定義函式 48

2.5.1　基本語法 48

2.5.2　參數 50

2.5.3　作用域 51

2.6　Python庫 53

2.6.1　pip安裝庫 53

2.6.2　庫調用方式 57

本章小結 58

第3章　數據處理與分析基礎 59

3.1　NumPy基礎 59

3.1.1　ndarray的創建與索引 60

3.1.2　ufunc 65

3.2　pandas數據讀寫 69

3.2.1　CSV 69

3.2.2　Excel 71

3.2.3　資料庫 73

3.3　pandas基礎類 76

3.3.1　序列 77

3.3.2　數據框 82

3.3.3　時間戳 86

3.4　pandas基礎操作 90

3.4.1　索引 90

3.4.2　排序 97

3.4.3　合併 100

3.5　pandas與統計分析 106

3.5.1　描述性統計 106

3.5.2　分組運算 113

3.6　pandas與數據清洗 118

3.6.1　缺失值處理 118

3.6.2　重複數據處理 123

本章小結 124

第4章　數據可視化基礎 125

4.1　Matplotlib基礎圖像繪製 125

4.1.1　繪圖基礎 125

4.1.2　rc參數與中文顯示 130

4.1.3　散點圖 131

4.1.4　折線圖 134

4.1.5　餅圖 137

4.1.6　條形圖 138

4.2　Seaborn進階繪圖 140

4.2.1　Seaborn基礎 140

4.2.2　關係圖 142

4.2.3　熱力圖 155

4.2.4　格線圖 157

本章小結 163

第5章　新聞關鍵字提取 164

5.1　背景與目標 164

5.1.1　數據說明 165

5.1.2　目標與流程 165

5.2　探索分析 166

5.2.1　數據載入 166

5.2.2　時間信息提取 167

5.2.3　繪製分布直方圖並與百度指數比對 168

5.3　文本預處理 171

5.3.1　去除缺失數據和重複數據 171

5.3.2　分詞 172

5.3.3　去停用詞 175

5.4　模型構建與套用 176

5.4.1　主題分析概述 176

5.4.2　關鍵字提取算法 177

5.4.3　結果分析 184

本章小結 185

第6章　評論情感分析 186

6.1　背景與目標 186

6.1.1　數據說明 187

6.1.2　目標與流程 187

6.2　探索分析 188

6.2.1　數據載入 188

6.2.2　時間信息提取 188

6.2.3　繪製分布直方圖 189

6.3　文本預處理 191

6.3.1　清洗冗餘數據 191

6.3.2　機械壓縮去詞 192

6.3.3　分詞與去停用詞 195

6.4　模型構建與套用 195

6.4.1　情感分析概述 195

6.4.2　基於百度Senta和PaddleHub的文本情感分析 198

6.4.3　LDA主題模型 200

6.4.4　結果分析 203

本章小結 204

第7章　社會網路分析 205

7.1　背景與目標 205

7.1.1　數據說明 206

7.1.2　目標與流程 207

7.2　探索分析 208

7.2.1　數據載入 208

7.2.2　分析用戶的關注與被關注情況 209

7.2.3　分析用戶關注、被關注、贊同數、感謝數之間的相關關係 210

7.2.4　分析用戶的主題關注情況 211

7.2.5　分析用戶的問題回答情況 212

7.3　數據預處理 213

7.4　網路分析 214

7.4.1　知乎社交網路概述 214

7.4.2　構建社交網路 216

7.4.3　社交網路分析 218

本章小結 224

參考文獻 225