Python数据分析 第3版
全新正版 极速发货
￥ 56.82 6.3折 ￥ 89.8 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(印)阿维纳什·纳夫拉尼,(美)阿曼多·凡丹戈,(印尼)伊万·伊德里斯
出版社人民邮电出版社
ISBN9787115608895
出版时间2023-09
装帧平装
开本16开
定价89.8元
货号1203013328
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
阿维纳什·纳夫拉尼（Avinash Navlani）在数据科学和人工智能方面拥有超过10年的工作经验。目前，他是一位高级数据科学家，使用高级分析技术部署大数据分析工具、创建和维护模型，并采用引人注目的新数据集来为客户改善产品和服务。在此之前，他曾是一名大学讲师，对数据科学领域的人员进行培训和教育，授课的内容包括用Python进行数据分析、数据挖掘、机器学习、数据库管理等。他一直参与数据科学领域的研究活动，并在印度的许多会议上担任主题发言人。
阿曼多·凡丹戈（Armando Fandango）利用其在深度学习、机器学习、分布式计算和计算方法方面的专业知识创造人工智能产品，曾在初创企业和大型企业担任首席数据科学家和总监。他曾为基于人工智能的高科技初创企业提供咨询服务。他撰写了《Python数据分析（第2版）》和《精通TensorFlow》等图书。他还在国际期刊和会议上发表过研究成果。
伊万·伊德里斯（Ivan Idris）拥有实验物理学硕士学位。他的毕业论文注重应用计算机科学。毕业后，他曾在多家公司工作，担任Java开发人员、数据仓库开发人员和QA分析师。他的兴趣包括商业智能、大数据和云计算。他喜欢编写简洁、可测试的代码和撰写有趣的技术文章。他是《Python数据分析基础教程：NumPy学习指南（第2版）》和《NumPy攻略：Python科学计算与数据分析》的作者。
目录
第1部分数据基础
第1章Python库入门2
1．1理解数据分析3
1．2数据分析的标准流程4
1．3KDD流程4
1．4SEMMA流程5
1．5CRISP-DM6
1．6数据分析与数据科学的比较7
1．7数据分析师和数据科学家应掌握的工具和技能8
1．8Python3的安装9
1．8．1在Windows操作系统中安装Python310
1．8．2在Linux操作系统中安装Python310
1．8．3使用安装文件在macOS中安装Python310
1．8．4使用brew命令在macOS中安装Python310
1．9使用Anaconda11
1．10使用IPython12
1．10．1使用帮助功能13
1．10．2查找Python库的参考资料14
1．11使用JupyterLab14
1．12使用JupyterNotebook15
1．13JupyterNotebook的高级功能16
1．13．1快捷命令16
1．13．2安装其他内核16
1．13．3执行shell命令17
1．13．4JupyterNotebook的扩展17
1．14总结21
第2章NumPy和pandas22
2．1技术要求23
2．2了解NumPy数组23
2．2．1数组特征25
2．2．2选择数组元素26
2．3NumPy数组中数值的数据类型27
……
内容摘要
通过数据分析，你能够发现数据中的模式及其变化趋势，并从中获取有价值的信息。Python是流行的数据分析工具之一。本书由浅入深地讲解使用Python进行数据分析的相关知识，以及如何使用Python中的各种库来创建有效的数据管道，以便更好地进行数据分析和预测。
本书共4个部分。第1部分讲解Python的基础数据知识和相关数学知识，包括Python和相关库、软件的安装与使用，以及统计学和线性代数知识。第2部分讲解探索性数据分析和数据清洗，包括数据可视化、数据检索、数据处理、数据存储、数据清洗、信号处理和时间序列分析。第3部分讲解如何使用机器学习算法进行数据分析，包括回归分析、分类技术、主成分分析和聚类算法。第4部分通过实际案例，讲解如何使用自然语言处理（NLP）和图像分析技术来分析文本和图像，以及如何使用Dask进行并行计算。
本书适合想要通过Python完成数据分析的读者阅读。
主编推荐
1.Python数据分析图书新升级，基于Python 3.7重新编写。
2.零基础入门，内容丰富、循序渐进，从基础的软件安装、统计知识讲到高级的机器学习、并行计算。
3.讲解23个Python库、18种数据存储格式、41个数学概念、20类数据可视化图、26种数据处理方法、19种机器学习方法，是数据分析师的“工作词典”。
4.通过实际案例和代码详细讲解用Python进行数据分析的各个阶段和方法，以及如何进行自然语言处理和图像分析。
5.提供配套源代码、彩图、思维导图，赠送异步社区7天VIP会员。
通过阅读本书，你将能够：
■ 了解数据科学的各种模型；
■ 使用NumPy和pandas汇总数据、清洗数据，并解决数据缺失问题；
■ 使用Matplotlib、Seaborn和Bokeh创建交互式的数据可视化；
■ 实现多种格式的数据检索、处理和存储；
■ 使用pandas和Scikit-learn进行数据预处理和特征工程；
■ 利用太阳黑子周期数据执行时间序列分析和信号处理；
■ 使用回归、分类、PCA和聚类等机器学习算法进行智能数据分析；
■ 分析文本数据和图像数据；
■ 使用Dask实现高速的并行计算。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价