数据科学：理论、方法与Python语言实践

图书标准信息

• 作者 谢健民 黎海波
• 出版社 人民邮电出版社
• 出版时间 2022-04
• 版次 1
• ISBN 9787115585950
• 定价 54.00元
• 装帧 其他
• 开本 其他
• 纸张 胶版纸
• 字数 351千字

【内容简介】

全书共分为10章，第1～2章介绍了数据科学的基础知识以及数据科学所涉及的各项技术；第3～5章涵盖了Python的语法基础，函数、模块与组合数据类型，文件读写；第6章介绍了网络爬虫的数据采集及方法；第7～8章重点介绍了数据分析过程中的两个重要模块：numpy和pandas；第9章介绍了数据可视化与应用；第10章结合之前的内容，以一个综合案例进行了实战分析。
  本书配有电子课件、电子教案、教学大纲、习题答案、模拟试卷及答案等教学和学习资料（部分资料仅限用书教师下载），索取方式参见书末的“更新勘误表和配套资料索取示意图”。
  本书适合作为经济管理类专业数据科学与Python语言入门的教材，特别适合工商管理、经济学、电子商务等专业的学生学习。

【作者简介】

谢健民，管理科学博士，西南科技大学经济管理学院副教授、硕士生导师，四川信息管理与服务中心主任。主要研究领域包括数据科学与大数据、工商管理、应急物流、多目标决策等。在国内外核心学术期刊和管理杂志上发表了数十篇学术论文，出版了《Excel数据分析》《电子商务概论》等多部著作。

【目录】

第 1章 数据科学概述1

【知识目标】1

【本章导读】1

1.1 数据1

1.1.1 数据的定义和分类1

1.1.2 数据产生方式的变革2

1.2 走进数据科学3

1.2.1 数据科学的发展历程4

1.2.2 数据科学基础5

1.2.3 数据科学的知识结构8

1.2.4 数据科学的工作流程8

1.2.5 数据科学的成果11

1.2.6 数据科学与大数据11

1.3 数据科学管理与应用12

1.3.1 运筹优化12

1.3.2 管理决策12

1.3.3 质量控制13

1.3.4 商务智能13

1.3.5 网络管理14

归纳与提高14

知识巩固与训练15

第 2章 数据科学关键技术分析17

【知识目标】17

【本章导读】17

2.1 数据采集技术17

2.1.1 数据采集17

2.1.2 数据采集相关技术19

2.2 数据预处理技术20

2.2.1 数据清洗20

2.2.2 数据集成22

2.3 数据分析技术23

2.3.1 数据分析概述23

2.3.2 数据分析的相关技术24

2.4 数据可视化技术25

2.4.1 数据可视化概述26

2.4.2 数据可视化的相关技术26

归纳与提高27

知识巩固与训练27

第3章 Python基础29

【知识目标】29

【本章导读】29

3.1 Python简介29

3.1.1 Python语言概述29

3.1.2 Python语言的优点和缺点30

3.2 Python程序的开发与基本语法31

3.2.1 程序开发的流程31

3.2.2 程序编写的基本方法32

3.2.3 Python的输入与输出32

3.2.4 Python的基本语法34

3.2.5 变量与常量35

3.2.6 标识符37

3.3 Python的基本数据类型38

3.3.1 数字类型38

3.3.2 字符串类型39

3.3.3 布尔类型41

3.4 运算符与表达式42

3.4.1 运算符42

3.4.2 表达式44

3.4.3 数据类型转换45

3.5 程序的控制结构46

3.5.1 程序流程图46

3.5.2 程序的基本结构47

3.5.3 分支结构49

3.5.4 循环结构51

归纳与提高54

知识巩固与训练54

第4章 函数、模块与组合数据类型57

【知识目标】57

【本章导读】57

4.1 函数的定义和调用57

4.1.1 函数的定义57

4.1.2 函数的调用58

4.1.3 函数的递归调用59

4.1.4 lambda表达式60

4.2 函数的参数传递61

4.2.1 函数值传递和引用传递61

4.2.2 参数的位置传递62

4.2.3 参数的关键字传递64

4.2.4 参数的默认值传递64

4.3 内置函数65

4.4 变量作用域67

4.4.1 Python的局部变量67

4.4.2 Python的全局变量68

4.5 模块69

4.5.1 模块的定义69

4.5.2 导入模块69

4.5.3 自定义模块70

4.5.4 math模块71

4.6 组合数据类型与字符串72

4.6.1 列表73

4.6.2 元组76

4.6.3 字典78

4.6.4 集合82

4.6.5 字符串84

归纳与提高88

知识巩固与训练88

第5章 文件操作92

【知识目标】92

【本章导读】92

5.1 错误处理92

5.1.1 错误92

5.1.2 异常处理94

5.2 文件读写96

5.2.1 读写文本文件96

5.2.2 读写csv文件98

5.2.3 读写JSON文件100

归纳与提高101

知识巩固与训练102

第6章 数据采集104

【知识目标】104

【本章导读】104

6.1 HTTP请求概述104

6.1.1 HTTP和HTTPS104

6.1.2 HTTP的工作原理105

6.1.3 HTTP的请求与响应105

6.2 HTML、DOM树结构和XPath109

6.2.1 HTML简述109

6.2.2 DOM树结构110

6.2.3 用XPath选择HTML元素110

6.3 Scrapy数据采集入门113

6.3.1 安装Scrapy113

6.3.2 Scrapy框架结构114

6.3.3 基础Spider源码解析115

6.4 Scrapy实例117

6.4.1 实例一117

6.4.2 实例二123

6.5 Scrapy应对反爬虫程序127

6.5.1 爬虫的检测方法127

6.5.2 应对反爬虫的对策128

6.5.3 反爬虫实例128

归纳与提高130

知识巩固与训练131

第7章 numpy数值计算132

【知识目标】132

【本章导读】132

7.1 numpy数组概述132

7.1.1 numpy数组的特点及属性132

7.1.2 创建numpy数组134

7.1.3 numpy的数据类型及其转换135

7.2 数组形状操作136

7.2.1 利用reshape()函数改变数组维度136

7.2.2 利用ravel()函数展平数组137

7.2.3 利用flatten()函数横向或纵向展平数组137

7.2.4 利用hstack()、vstack()、concatenate()函数进行数组组合137

7.2.5 利用hsplit()、vsplit()和split()函数进行数组分割138

7.3 数组数据获取：索引、切片、复制及条件139

7.3.1 一维数组的索引及切片139

7.3.2 多维数组的索引及切片140

7.3.3 数组数据的复制140

7.3.4 利用条件获取数组数据140

7.4 数组运算141

7.4.1 常用的ufunc函数运算141

7.4.2 ufunc函数的广播机制143

7.5 数组排序及统计分析144

7.5.1 排序144

7.5.2 去重与重复数据145

7.5.3 常用的统计函数146

7.6 矩阵创建及运算147

7.6.1 创建矩阵147

7.6.2 矩阵的基本运算148

7.6.3 矩阵的转置、共轭及逆矩阵149

7.6.4 查看矩阵特征149

7.7 读写文件150

7.7.1 文本数据读写函数savetxt()、loadtxt()、genfromtxt()150

7.7.2 二进制文件读写函数save()及load()151

归纳与提高152

知识巩固与训练152

第8章 数据处理：pandas统计分析154

【知识目标】154

【本章导读】154

8.1 pandas的数据结构154

8.1.1 Series（数据序列）155

8.1.2 DataFrame（数据框）157

8.2 DataFrame的基础操作158

8.2.1 查看DataFrame的常用属性158

8.2.2 查看和修改DataFrame数据159

8.3 读 写外部数据164

8.3.1 读 写数据库数据164

8.3.2 读 写文本文件166

8.3.3 读 写Excel文件167

8.4 pandas的数据预处理168

8.4.1 数据清洗168

8.4.2 数据集成173

8.4.3 数据排序177

8.5 统计分析178

8.5.1 描述性统计178

8.5.2 分组聚合统计180

8.6 时间类型及时间序列数据182

8.6.1 转换字符串时间为标准时间182

8.6.2 提取时间数据信息183

8.6.3 加减时间数据184

8.6.4 生成时间序列数据184

8.7 创建透视表与交叉表185

8.7.1 使用pivot()及pivot_table()函数创建透视表185

8.7.2 使用crosstab()函数创建交叉表187

归纳与提高189

知识巩固与训练189

第9章 数据可视化与应用192

【知识目标】192

【本章导读】192

9.1 matplotlib简介192

9.2 基本图形绘制194

9.2.1 绘制一个基本图形194

9.2.2 绘制线形图195

9.2.3 绘制散点图197

9.3 统计图形绘制198

9.3.1 绘制柱形图198

9.3.2 绘制条形图199

9.3.3 绘制饼图200

9.3.4 绘制气泡图200

9.4 设置样式201

9.4.1 中文及负号设置201

9.4.2 标题及坐标轴标签201

9.4.3 plot样式202

9.4.4 子图203

9.5 3D图形的绘制204

归纳与提高206

知识巩固与训练206

第 10章 网店商品数据分析209

【知识目标】209

【本章导读】209

10.1 某网店的背景及数据分析的目的209

10.1.1 某网店的背景介绍209

10.1.2 数据分析目的及流程210

10.2 数据预处理210

10.2.1 数据特征分析211

10.2.2 文字预处理211

10.2.3 数字预处理213

10.3 数据分析初步214

10.3.1 热销商品分析214

10.3.2 商品价格与销量分析215

10.4 聚类分析217

10.4.1 聚类分析简介217

10.4.2 KMeans聚类217

10.4.3 聚类过程及可视化218

10.5 撰写数据分析报告221

归纳与提高222

更新勘误表和配套资料索取示意图223

参考文献224