交互的Python 数据分析入门
全新正版 极速发货
¥
49.9
6.3折
¥
79
全新
库存4件
作者王诗翔
出版社人民邮电出版社
ISBN9787115535702
出版时间2020-07
装帧平装
开本16开
定价79元
货号1202082537
上书时间2024-07-12
商品详情
- 品相描述:全新
- 商品描述
-
作者简介
王诗翔,GitHub账号@ShixiangWang,毕业于成都电子科技大学,开源爱好者与开发者,简书“互联网很好作者”。目前从事生物信息学在肿瘤精准医疗方向的研究工作,并在多个靠前知名期刊上发表SCI论文。掌握Python、R、Shell等多门与数据处理相关的编程语言以及各类数据分析和统计技术,对技术知识的分享和传播充满热情。
目录
章Python介绍及学习前的准备1
1.1Python是什么1
1.2为什么要使用Python进行数据分析2
1.3科学计算核心库简介2
1.4搭建环境3
1.4.1线上平台3
1.4.2本地机器环境下相关软件的安装4
1.5章末小结12
第2章Python入门示例及基础知识13
2.1Python解释器与IPython13
2.1.1标准Python解释器13
2.1.2IPython14
2.2Python入门示例15
2.3nteract软件使用简介16
2.4算术运算17
2.4.1简单数学运算17
2.4.2代码约定18
2.4.3计算身体质量指数19
2.5变量简介20
2.5.1什么是变量20
2.5.2变量的命名21
2.6基本数据类型22
2.6.1数字22
2.6.2字符串23
2.6.3布尔值24
2.6.4查看数据类型24
2.7数据运算25
2.7.1加号与黑箱子25
2.7.2类型转换26
2.7.3运算符汇总26
2.8章末小结27
第3章基本数据结构28
3.1列表28
3.1.1列表的创建28
3.1.2修改列表元素30
3.1.3遍历列表30
3.1.4列表操作符31
3.1.5列表切片32
3.1.6列表方法、函数与操作33
3.1.7列表与字符串37
3.1.8列表对象与值38
3.2元组39
3.2.1元组的创建40
3.2.2元组操作40
3.2.3元组与列表的区别42
3.3字典42
3.3.1字典的创建与使用42
3.3.2字典操作43
3.4集合45
3.4.1集合的创建45
3.4.2集合操作45
3.4.3冰冻集46
3.5章末小结47
第4章控制流与文件操作48
4.1条件结构if-else48
4.1.1简单if-else结构49
4.1.2嵌套条件结构50
4.1.3单行if-else51
4.1.4使用逻辑操作符51
4.2for语句52
4.2.1for语句块53
4.2.2else语句块53
4.2.3索引迭代54
4.2.4多列表迭代55
4.2.5列表推导式55
4.2.6条件列表推导式57
4.2.7字典迭代58
4.3while语句59
4.4continue、break与pass61
4.4.1continue61
4.4.2break62
4.4.3pass64
4.5文件操作64
4.5.1文件类型65
4.5.2使用open()函数读取文件65
4.5.3使用open()写文件68
4.6章末小结68
第5章函数与模块69
5.1函数69
5.1.1为什么使用函数69
5.1.2函数的调用70
5.1.3函数的创建71
5.1.4函数作用域72
5.1.5递归函数73
5.2函数的参数76
5.2.1位置参数76
5.2.2关键字参数77
5.2.3可变参数79
5.3模块80
5.3.1模块与包结构80
5.3.2模块的创建81
5.3.3模块的作用域83
5.3.4三方模块的安装83
5.3.5模块的使用85
5.4章末小结87
第6章NumPy88
6.1NumPy简介与ndarray88
6.1.1NumPy简介88
6.1.2创建ndarray89
6.2数组操作92
6.2.1数组运算92
6.2.2索引与切片95
6.2.3布尔型索引99
6.2.4数组转置与轴转换101
6.3数组函数与方法103
6.3.1通用函数103
6.3.2基本统计105
6.3.3排序与集合操作107
6.3.4线性代数操作108
6.3.5伪随机数的生成109
6.3.6数组文件的输入与导出111
6.4章末小结112
第7章Matplotlib113
7.1Matplotlib入门113
7.1.1Matplotlib库简介113
7.1.2命名约定114
7.1.3如何展示图形114
7.1.4保存图形116
7.1.5两种绘图接口117
7.2基本图形绘制119
7.2.1线图119
7.2.2散点图132
7.2.3条形图137
7.2.4直方图142
7.2.5饼图146
7.2.6箱线图148
7.3多图与自定义150
7.3.1多图150
7.3.2设置风格154
7.3.3两种接口映射156
7.4章末小结157
第8章Pandas入门158
8.1Pandas简介158
8.2Pandas的数据结构159
8.2.1Series159
8.2.2DataFrame161
8.3Pandas对象基本操作163
8.3.1查看数据164
8.3.2转置165
8.3.3重索引165
8.3.4删除数据168
8.3.5重赋值169
8.3.6索引与过滤169
8.3.7算术运算174
8.3.8函数应用176
8.3.9排序177
8.4基本统计分析179
8.5章末小结180
第9章Markdown基础181
9.1Markdown简介181
9.2Markdown语法182
9.2.1块元素182
9.2.2内联元素188
9.3联合Python与Markdown191
9.3.1代码块与文本块191
9.3.2文档范例192
9.4章末小结195
0章数据导入196
10.1CSV文件196
10.1.1使用字符串方法197
10.1.2使用csv标准模块197
10.1.3使用Pandas库198
10.2CSV变体198
10.2.1创建CSV导入函数199
10.2.2使用Pandas导入200
10.2.3导出CSV202
10.3Excel文件203
10.3.1检查数据203
10.3.2准备工作204
10.3.3使用Pandas读写Excel205
10.4pickle文件207
10.5SAS与Stata文件208
10.6HDF5文件209
10.7MATLAB文件210
10.8json文件211
10.9YAML文件213
10.10网页数据215
10.11数据库数据218
10.12章末小结220
1章数据分析工具箱221
11.1辅助函数与工具221
11.1.1序列解包221
11.1.2断言222
11.1.3常用的字符串方法223
11.2作用域与求值计算223
11.2.1作用域223
11.2.2使用exec()和eval()执行计算224
11.3异常的捕获和处理225
11.3.1捕获异常225
11.3.2产生异常227
11.4函数式编程227
11.4.1高阶函数227
11.4.2常用的高阶函数228
11.4.3itertools模块229
11.5生成器与装饰器230
11.5.1生成器230
11.5.2利用生成器读入大型数据集232
11.5.3装饰器232
11.6正则表达式233
11.7章末小结236
2章Pandas进阶237
12.1深入Pandas数据结构237
12.1.1回顾237
12.1.2分类变量239
12.1.3时间序列243
12.2迭代与函数应用247
12.2.1迭代247
12.2.2函数应用250
12.2.3字符串函数253
12.2.4分组计算256
12.3数据清洗256
12.3.1缺失值处理257
12.3.2连接259
12.3.3级联262
12.4Pandas可视化265
12.4.1条形图266
12.4.2直方图268
12.4.3箱线图269
12.4.4面积图270
12.4.5散点图271
12.4.6饼图271
12.5章末小结272
3章数据可视化进阶273
13.1Seaborn273
13.1.1成对图274
13.1.2子集图279
13.1.3回归图280
13.1.4核密度图281
13.1.5条形图282
13.1.6计数图284
13.1.7点图284
13.1.8箱线图285
13.1.9小提琴图286
13.1.10双变量分布图286
13.2Plotnine288
13.2.1ggplot术语290
13.2.2ggplot初探290
13.2.3常见的几何函数和选项298
13.3Bokeh299
13.3.1Bokeh基础299
13.3.2图形排列303
13.4章末小结305
4章统计分析306
14.1概括性度量306
14.1.1集中趋势的度量307
14.1.2离散程度的度量308
14.1.3偏态与峰态的度量309
14.2统计分布311
14.2.1正态分布311
14.2.2二项分布312
14.2.3伯努利分布314
14.2.4指数分布314
14.2.5泊松分布315
14.3假设检验316
14.3.1u与t统计量316
14.3.2一个t检验实例317
14.3.3两样本t检验317
14.4章末小结318
5章未言及的内容319
15.1魔术命令319
15.2面向对象编程321
15.3章末小结323
结语:接下来学什么324
内容摘要
Python具有强大的应用能力,以及便捷高效的数据分析和可视化扩展包系统。本书重点讲解Python数据分析的基础知识,使读者通过Python理解数据分析的逻辑,并掌握基本的Python编程知识和分析实现方法。本书系统全面、循序渐进地介绍了Python编程基础、数据导入、数据分析和可视化内容,包括条件判断与循环控制、从Excel中导入数据、使用Pandas库进行数据的转换和计算,以及使用Plotnine库绘制ggplot风格的图形等。此外,本书还涉及Markdown、基本的统计理论和IPython魔术命令等内容。
本书可以作为Python编程和数据分析入门级读者的学习用书,也适合数据分析相关从业人员阅读,还可以作为高等院校计算机、统计及相关专业的师生用书和培训学校的教材。
主编推荐
为新手准备的Python数据分析入门教程!
(1)从简单的数据出发,聚焦于思考、理解和掌握数据分析逻辑。
(2)采用IPython Shell展示代码,简洁优美,清晰易懂。
(3)涵盖Python基础知识、数据导入、数据分析和可视化基础知识。
(4)随学随用,实例方案可以作为模板初步应用到实际工作场景中。
(5)辅以Markdown的使用介绍,便于读者记录和分享知识。
— 没有更多了 —
以下为对购买帮助不大的评价