Python数据分析与应用

图书标准信息

• 作者 赵志宏 王学军 王辉 主编
• 出版社 机械工业出版社
• 出版时间 2022-06
• 版次 1
• ISBN 9787111703648
• 定价 65.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 252页
• 字数 388千字

【内容简介】

本书共10章，内容包括Python基本语法、Python科学计算、数据分析、数据处理、数据可视化等，通过图像分析、视觉分析、时序分析等方面的例子指导读者进行数据分析方面的工作。
  本书与数据分析应用紧密结合，语言通俗易懂、案例实用性强，能够使读者对Python数据分析有一个较为全面的认识。除综合案例外，本书每章后面附有习题和作业，便于读者了解自己对内容的掌握程度。
  本书可作为计算机科学与技术、人工智能、大数据、统计学及相关专业的本科生、研究生教材，也可以作为从事人工智能、大数据相关研究的科研人员的参考书。

【目录】

前言

第1章Python简介

11Python概要介绍

111Python主要特点

112Python不足

113Python发展现状

12Python发展历史

121Python起源

122Python各版本

13Python常用工具包

14Python常见问题

141Python安装

142Python IDE安装

143Python和其他语言接口

144工具包的安装

145工具包的导入

15Python在国内的发展 

151国内镜像

152中小学教育

153国内使用Python情况

习题和作业

第2章Python语法

21Python常用数据结构

211列表

212元组

213集合

214字典

22分支与循环

221分支

222循环

223三目表达式

23函数、类和模块

231函数

232类

233模块

24Python语言与其他语言比较

习题和作业

第3章Python科学计算

31Python基本计算

311算术运算

312比较运算

313赋值运算

314逻辑运算

315成员运算符

316计算实例

32利用NumPy科学计算

321多维数组

322广播特性

323遍历轴

324数组操作

325矩阵运算

326应用案例——图像压缩

33Scipy包

331Scipy简单介绍

332基本操作

333图像处理

334快速傅里叶变换

335函数插值

336优化

34NumPy与Python的性能比较

习题和作业

第4章Python数据分析

41Pandas包

411读入csv文件

412截取数据与描述数据

413数据显示

414数据处理

42Scikit-learn包

421特征降维

422聚类

423分类

43其他Python分析包

431频谱分析

432时频分析

433动力学分析

习题和作业

第5章Python数据处理

51数据清洗

52数据预处理

53统计分析

54网络数据采集

541网络爬虫

542网页解析

55案例应用

习题和作业

第6章Python数据可视化

61可视化的基本概念

62利用Matplotlib进行可视化

621绘制Matplotlib的图表组成元素

622图表的美化和修饰

63绘制统计图形

64案例应用

641气温数据可视化分析

642交通线路图可视化

习题和作业

第7章Python图像分析

71图像分析简介

72卷积神经网络组成

721卷积层

722激活函数层

723池化层

724Dropout层

725Batch Normalization(BN)层

726全连接层

73经典卷积网络架构

731LeNet-5

732Alexlvet

733VGGNet

734ResNet

74案例应用

741MNIST手写数字识别

742Kaggle猫狗大战

75深度学习框架

习题和作业

第8章Python视觉分析

81基于OpenCV的视频操作

82目标检测简介

83R-CNN系列发展历程

84Faster R-CNN详解

85YOLO系列发展历程

86YOLOv4详解

87案例应用

871Faster R-CNN目标检测

872YOLOv4目标检测

88国内视觉分析研究

881工业界

882学术界

习题和作业

第9章Python时序分析

91时序分析介绍

92循环神经网络

921记忆单元

922输入输出序列

923LSTM单元

924GRU单元

93案例应用

931LSTM预测JetRail高铁乘客

932GRU预测飞机乘客

933LSTM预测温度

习题和作业

第10章综合案例

101人脸识别系统

1011人脸数据收集

1012训练人脸分类器

1013人脸识别实现

102PM25预测系统

1021数据导入

1022建立数据集

1023构造预测模型

1024模型训练与测试

参考文献