• Python数据分析案例实战 慕课版
21年品牌 40万+商家 超1.5亿件商品

Python数据分析案例实战 慕课版

全新正版 极速发货

36.85 6.2折 59.8 全新

库存17件

广东广州
认证卖家担保交易快速发货售后保障

作者王浩著;袁琴著;张明慧著

出版社人民邮电出版社

ISBN9787115520845

出版时间2020-07

装帧平装

开本16开

定价59.8元

货号1202090297

上书时间2024-08-07

谢岳书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
明日科技,程序设计类畅销图书作者,绝大多数品种在“全国计算机图书排行榜”同品种排行中名列前茅,累计销售百万册。作者编写的《Python从入门到项目实战》《零基础学Python》《Python从入门到精通》等长期占据各网店排行榜的榜首位置。

目录
第1章数据分析基础11.1什么是数据分析21.2数据分析的应用21.3数据分析方法21.3.1对比分析法31.3.2同比分析法31.3.3环比分析法41.3.480/20法则41.3.5回归分析法41.3.6聚类分析法51.3.7时间序列分析法51.4数据分析工具61.5数据分析流程71.5.1明确目的71.5.2获取数据81.5.3数据处理91.5.4数据分析101.5.5验证结果101.5.6数据展现101.5.7数据应用101.6Python数据分析常用模块101.6.1数值计算模块101.6.2数据处理模块101.6.3数据可视化模块111.6.4机器学习模块11小结11习题11第2章NumPy模块实现数值计算122.1初识NumPy模块132.1.1NumPy的诞生132.1.2NumPy的安装132.1.3NumPy的数据类型142.1.4数组对象ndarray152.1.5数据类型对象dtype162.2NumPy模块中数组的基本操作162.2.1内置的数组创建方法162.2.2生成随机数192.2.3切片和索引202.2.4修改数组形状212.2.5组合数组222.2.6数组分割242.3NumPy模块中函数的应用252.3.1数学函数262.3.2算术函数272.3.3统计函数272.3.4矩阵函数302.4广播机制31小结32习题32第3章pandas模块实现统计分析333.1安装pandas模块343.2pandas数据结构353.2.1Series对象353.2.2DataFrame对象373.3读、写数据383.3.1读、写文本文件383.3.2读、写Excel文件403.3.3读、写数据库数据413.4数据操作443.4.1数据的增、删、改、查443.4.2NaN数据处理473.4.3时间数据的处理503.5数据的分组与聚合523.5.1分组数据523.5.2聚合数据543.6数据的预处理563.6.1合并数据563.6.2去除重复数据60小结62习题62第4章Matplotlib模块实现数据可视化634.1基本用法644.1.1安装Matplotlib644.1.2pyplot子模块的绘图流程654.1.3pyplot子模块的常用语法654.2绘制常用图表664.2.1绘制条形图664.2.2绘制折线图694.2.3绘制散点图704.2.4绘制饼图714.2.5绘制箱形图734.2.6多面板图表754.33D绘图784.3.13D线图784.3.23D曲面图794.3.33D条形图81小结82习题82第5章客户价值分析835.1背景845.2系统设计845.2.1系统功能结构845.2.2系统业务流程845.2.3系统预览845.3系统开发必备865.3.1开发环境及工具865.3.2项目文件结构865.4分析方法875.4.1RFM模型875.4.2聚类分析875.4.3k-means聚类算法885.5技术准备885.5.1sklearn模块895.5.2k-means聚类895.5.3pandas模块905.6用Python实现客户价值分析905.6.1数据抽取905.6.2数据探索分析905.6.3数据处理915.6.4客户聚类925.6.5客户价值分析94小结94习题94第6章销售收入分析与预测956.1背景966.2系统设计966.2.1系统功能结构966.2.2系统业务流程966.2.3系统预览976.3系统开发必备976.3.1开发环境及工具976.3.2项目文件结构976.4分析方法976.4.1线性回归976.4.2最小二乘法986.5线性回归模型1006.6Excel日期数据处理1016.6.1按日期筛选数据1016.6.2按日期显示数据1016.6.3按日期统计数据1026.7分析与预测1026.7.1数据处理1036.7.2日期数据统计并显示1036.7.3根据历史销售数据绘制拟合图1036.7.4预测销售收入104小结105习题105第7章二手房数据分析预测系统1067.1需求分析1077.2系统设计1077.2.1系统功能结构1077.2.2系统业务流程1077.2.3系统预览1077.3系统开发必备1117.3.1开发环境及工具1117.3.2文件夹组织结构1117.4技术准备1117.4.1sklearn库概述1117.4.2加载datasets子模块中的数据集1117.4.3支持向量回归函数1147.5图表工具模块1157.5.1绘制饼图1157.5.2绘制折线图1167.5.3绘制条形图1177.6二手房数据分析1187.6.1清洗数据1187.6.2各区二手房均价分析1197.6.3各区房子数量比例1207.6.4全市二手房装修程度分析1217.6.5热门户型均价分析1227.6.6二手房售价预测123小结126习题126第8章智能停车场运营分析系统1278.1需求分析1288.2系统设计1288.2.1系统功能结构1288.2.2系统业务流程1288.2.3系统预览1288.3系统开发必备1328.3.1开发环境及工具1328.3.2文件夹组织结构1328.4技术准备1338.4.1初识Pygame1338.4.2Pygame的基本应用1338.4.3时间模块1368.4.4日期时间模块1388.5智能停车场数据分析1418.5.1停车时间数据分布图1418.5.2停车高峰时间所占比例1438.5.3每周繁忙统计1458.5.4月收入分析1478.5.5每日接待车辆统计1498.5.6车位使用率150小结152习题152第9章影视作品分析1539.1需求分析1549.2系统设计1549.2.1系统功能结构1549.2.2系统业务流程1549.2.3系统预览1559.3系统开发必备1569.3.1开发环境及工具1569.3.2文件夹组织结构1569.4技术准备1579.4.1使用jieba模块进行分词1579.4.2使用wordcloud库实现词云图1599.5主窗体设计1629.5.1实现主窗体1629.5.2查看部分的隐藏与显示1639.5.3下拉列表处理1649.6数据分析与处理1669.6.1获取数据1669.6.2生成全国热力图文件1679.6.3生成主要城市评论数及平均分文件1689.6.4生成词云图1689.7单击查看显示内容1699.7.1创建显示HTML页面的窗体1699.7.2创建显示图片的窗体1709.7.3绑定查询按钮单击事件171小结172习题172第10章看店宝17310.1需求分析17410.2系统设计17510.2.1系统功能结构17510.2.2系统业务流程17510.2.3系统预览17510.3系统开发必备17910.3.1开发环境及工具17910.3.2文件夹组织结构17910.4技术准备18010.4.1使用Python操作数据库18010.4.2JSON模块的应用18110.5主窗体的UI设计18210.5.1对主窗体进行可视化设计18210.5.2将可视化窗体转换为.py文件18410.5.3设置窗体及控件背景18410.5.4创建窗体控制文件18510.5.5主窗体预览效果18510.6设计数据库表结构18610.7初始数据的爬取18710.7.1爬取排行信息18710.7.2爬取价格信息19010.7.3爬取评价信息19110.7.4定义数据库操作文件19410.8图表分析数据19710.8.1饼图展示评价信息19710.8.2分析出版社所占比例的条形图19810.8.3折线图分析价格走势19910.8.4Top10数据展示20010.9商品排行展示20310.9.1热销商品排行榜20310.9.2热门商品展示20510.10关注商品20710.10.1分析关注商品的预警信息20710.10.2重点商品的关注与取消20810.11商品营销预警21410.11.1商品中、差评预警21410.11.2商品价格变化预警21610.12关注商品图表分析21810.12.1关注商品评价分析饼图21810.12.2关注商品出版社占有比例22010.13其他功能222小结224习题224

内容摘要
主要内容包括

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP