Python数据分析
全新正版 极速发货
￥ 29.51 6.6折 ￥ 45 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者编者:李昕//王爽|责编:吴昌雷
出版社浙江大学
ISBN9787308242783
出版时间2024-01
装帧其他
开本其他
定价45元
货号1203227325
上书时间2024-06-19
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 概述
1.1 Python之美
1.1.1 优雅
1.1.2 明确
1.1.3 简单
1.1.4 小结
1.2 Python的特点与学习方式
1.2.1 开放性和扩展库
1.2.2 跨平台性
1.2.3 语言混编
1.2.4 解释型语言
1.2.5 一切都是对象
1.2.6 小结
1.3 环境介绍
1.4 扩展库的安装
第2章 Python编程基础
2.1 Python基础语法
2.1.1 Python中变量的命名规则
2.1.2 Python保留字
2.1.3 注释
2.1.4 赋值
2.1.5 help函数
2.2 Python基本数据类型
2.2.1 数字(Numbers)
2.2.2 字符串(string)
2.2.3 列表(List)
2.2.4 元组(Tupie)
2.2.5 集合(Set)
2.2.6 字典(Dictionary)
2.2.7 类型转换
2.3 数据的输入和输出
2.3.1 输入
2.3.2 输出
第3章 基本控制结构
3.1 条件控制结构
3.2 循环控制结构
3.2.1 while循环
3.2.2 for…in循环
3.2.3 循环与else语句
3-3 函数
3‘3.1 函数定义和应用
3.3.2 函数是一级对象
3.3.3 lambda表达式
3.3.4 链式调用
3.3.5 函数中调用全局变量
3.4 列表推导式和生成式
3.4.1 列表推导式
3.4.2 列表生成式
3.5 特定应用
3.5.1 保序去重
3.5.2 极值的索引
3.5.3 元素计数
3.5.4 字典的特殊操作
3.5.5 累积函数reduce
第4章 内存模型和数据存储
4.1 Python的动态类型
4.1.1 C语言的变量赋值
4.1.2 Python的变量赋值
4.1.3 对象的头信息
4.1.4 整型的内存模型
4.1.5 可变和不可变对象
4.2 列表的内存模型
4.3 函数中的参数传递
4.3.1 参数为不可变数据类型
4.3.2 参数为可变数据类型
4.3.3 可变数据类型重新赋值
4.4 .深拷贝和浅拷贝
4.4.1 引用
4.4.2 浅拷贝
4.4.3 深拷贝
4.4.4 小结
4.5 字符串拼接性能分析
4.6 文件处理
4.6.1 打开文件
4.6.2 读取文件
4.6.3 管理文件
4.7 pathlib库管理文件
4.8 Json的使用
第5章 面向对象
5.1 类与对象的基本概念
5.1.1 类变量和对象变量的区别
5.1.2 成员函数与普通函数的区别
5.1.3 __init__()的作用
5.1.4 __xxx__的属性和方法
5.1.5 __slots__的作用
5.2 继承(Inheritance)
5.2.1 继承的第一个用途——子类自动拥有父类的所有成员
5.2.2 继承的第二个用途——子类扩展
5.2.3 继承的第三个用途——重载
5.3 封装(Encapsulation)
5.4 多态(Polymorphism)
5.5 操作符重载(Overloading Operators)
5.6 装饰器(Decorator)
5.6.1 函数也是对象
5.6.2 装饰器
5.6.3 装饰器的语法糖
5.6.4 装饰器的参数传递
5.6.5 装饰器的应用举例
5.7 模块(Module)和包(Package)
5.7.1 导入模块
5.7.2 导人限定
5.7.3 包(Package)
第6章 数据获取
6.1 网页的基本结构
6.2 网页数据的获取
6.3 网页数据解析
6.4 实战案例：批量下载表情包
6.4.1 数据获取
6.4.2 选择标签
6.4.3 图片下载
6.5 实战案例：网页动作模拟
6.5.1 网站解析
6.5.2 初始化对象
6.5.3 数据输人
6.5.4 获取查询结果
6.5.5 顺序执行各步操作
第7章 Numpy基础
7.1 多维数组对象ndarray
7.2 数组和列表的异同比较
7.2.1 内存模型
7.2.2 计算效率
7.3 创建、索引和切片
7.3.1 创建
7.3.2 维度和维度变换
7.3.3 索引和切片
7.3.4 创建全1或全0的ndarray
7.3.5 Identity ndarTay
7-3.6 ndarray的复制
7.4 通用函数ufunc
7.5 矩阵操作
7.5.1 点积
7.5.2 广播(Broadcasting)
7.5.3 数据连接
7.6 随机数
7.6.1 生成随机数
7.6.2 随机打乱和选取
7.7 Numpy保存和导入文件
7.8 实战案例：图像处理
第8章 数据可视化
8.1 Matplotlib基础知识
8.1.1 折线图和散点图
8.1.2 pyplot.plot中的格式参数
8.1.3 层次结构
8.2 绘图函数
8.2.1 绘制多个数据
8.2.2 修改线的样式
8.2.3 图案填充
8.3 绘制多子图
8.4 常见图形
8.4.1 柱状图(Hlistograms)
8.4.2 条形图(bar chart)
8.4.3 饼图(Pie Chart)
8.4.4 等值线图(Contour Plot)
8.4.5 新冠肺炎新增确诊病例折线图
8.5 高级图形
8.5.1 词云的绘制——QQ聊天记录解析
8.5.2 绘制激活函数
第9章 Pandas入门
9.1 Pandas的数据结构介绍
9.1.1 Series
9.1.2 索引(index)对象
9.1.3 DataFrame
9.1.4
内容摘要
教材内容分为三个部分：第一部分为Python基础；第二部分为数据分析、数据处理、数据可视化和数据分析；第三部分为综合案例。
本教材第二部分难度较高，适合专业学生进行学习，并对机器学习、深度学习等人工智能类专业课打下坚实的基础。为了与国际接轨，课程中大量国际著名的数据分析竞赛平台Kaggle中的经典案例和数据，并引入了较多国外Python平台的经典内容。为了与国际接轨，课程中大量国际著名的数据分析竞赛平台Kaggle中的经典案例和数据，并引入了较多国外Python平台的经典内容。本书的另外一大特点是图文并茂，对于复杂的专业性知识，采用图表的方式进行，非常有利于学生掌握。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价