Python极简讲义：一本书入门数据分析与机器学习

图书标准信息

• 作者 张玉宏 著
• 出版社 电子工业出版社
• 出版时间 2020-05
• 版次 1
• ISBN 9787121387043
• 定价 128.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 588页
• 字数 811.4千字

【内容简介】

本书以图文并茂的方式介绍了Python的基础内容，并深入浅出地介绍了数据分析和机器学习领域的相关入门知识。

 

 第1章至第5章以极简方式讲解了Python的常用语法和使用技巧，包括数据类型与程序控制结构、自建Python模块与第三方模块、Python函数和面向对象程序设计等。第6章至第8章介绍了数据分析必备技能，如NumPy、Pandas和Matplotlib。第9章和第10章主要介绍了机器学习的基本概念和机器学习框架sklearn的基本用法。 

 

对人工智能相关领域、数据科学相关领域的读者而言，本书是一本极简入门手册。对于从事人工智能产品研发的工程技术人员，本书亦有一定的参考价值。

【作者简介】

张玉宏，大数据分析师（高级），2012年于电子科技大学获得博士学位，2009―2011年美国西北大学访问学者，2019―2020年美国IUPUI高级访问学者，YOCSEF郑州2019―2020年度副主席。现执教于河南工业大学，主要研究方向为大数据、机器学习。发表学术论文30余篇，先后撰写《深度学习之美：AI时代的数据处理与最佳实践》《品味大数据》等科技图书7本，参与编写英文学术专著2部。

【目录】

第１章 初识Python与Jupyter 1 

 

1.1 Python概要 2 

 

1.1.1 为什么要学习Python 2 

 

1.1.2 Python中常用的库 2 

 

1.2 Python的版本之争 4 

 

1.3 安装Anaconda 5 

 

1.3.1 Linux环境下的Anaconda安装 5 

 

1.3.2 conda命令的使用 6 

 

1.3.3 Windows环境下的Anaconda安装 7 

 

1.4 运行Python 11 

 

1.4.1 验证Python 11 

 

1.4.2 Python版本的Hello World 12 

 

1.4.3 Python的脚本文件 13 

 

1.4.4 代码缩进 15 

 

1.4.5 代码注释 17 

 

1.5 Python中的内置函数 17 

 

1.6 文学化编程―Jupyter 20 

 

1.6.1 Jupyter的由来 20 

 

1.6.2 Jupyter的安装 21 

 

1.6.3 Jupyter的使用 23 

 

1.6.4 Markdown编辑器 26 

 

1.7 Jupyter中的魔法函数 31 

 

1.7.1 %lsmagic函数 31 

 

1.7.2 %matplotlib inline函数 32 

 

1.7.3 %timeit函数 32 

 

1.7.4 %%writefile函数 33 

 

1.7.5 其他常用的魔法函数 34 

 

1.7.6 在Jupyter中执行shell命令 35 

 

1.8 本章小结 35 

 

1.9 思考与提高 36 

 

 

第2章 数据类型与程序控制结构 40 

 

2.1 为什么需要不同的数据类型 41 

 

2.2 Python中的基本数据类型 42 

 

2.2.1 数值型（Number） 42 

 

2.2.2 布尔类型（Boolean） 45 

 

2.2.3 字符串型（String） 45 

 

2.2.4 列表（List） 49 

 

2.2.5 元组（Tuple） 59 

 

2.2.6 字典（Dictionary） 62 

 

2.2.7 集合（Set） 65 

 

2.3 程序控制结构 67 

 

2.3.1 回顾那段难忘的历史 67 

 

2.3.2 顺序结构 69 

 

2.3.3 选择结构 70 

 

2.3.4 循环结构 74 

 

2.4 高效的推导式 80 

 

2.4.1 列表推导式 80 

 

2.4.2 字典推导式 83 

 

2.4.3 集合推导式 83 

 

2.5 本章小结 84 

 

2.6 思考与提高 84 

 

 

第3章 自建Python模块与第三方模块 90 

 

3.1 导入Python标准库 91 

 

3.2 编写自己的模块 93 

 

3.3 模块的搜索路径 97 

 

3.4 创建模块包 100 

 

3.5 常用的内建模块 103 

 

3.5.1 collection模块 103 

 

3.5.2 datetime模块 110 

 

3.5.3 json模块 115 

 

3.5.4 random模块 118 

 

3.6 本章小结 121 

 

3.7 思考与提高 122 

 

 

第4章 Python函数 124 

 

4.1 Python中的函数 125 

 

4.1.1 函数的定义 125 

 

4.1.2 函数返回多个值 127 

 

4.1.3 函数文档的构建 128 

 

4.2 函数参数的“花式”传递 132 

 

4.2.1 关键字参数 132 

 

4.2.2 可变参数 133 

 

4.2.3 默认参数 136 

 

4.2.4 参数序列的打包与解包 138 

 

4.2.5 传值还是传引用 142 

 

4.3 函数的递归 146 

 

4.3.1 感性认识递归 146 

 

4.3.2 思维与递归思维 148 

 

4.3.3 递归调用的函数 149 

 

4.4 函数式编程的高阶函数 151 

 

4.4.1 lambda表达式 152 

 

4.4.2 filter()函数 153 

 

4.4.3 map()函数 155 

 

4.4.4 reduce()函数 157 

 

4.4.5 sorted()函数 158 

 

4.5 本章小结 159 

 

4.6 思考与提高 160 

 

 

第5章 Python高级特性 165 

 

5.1 面向对象程序设计 166 

 

5.1.1 面向过程与面向对象之辩 166 

 

5.1.2 类的定义与使用 169 

 

5.1.3 类的继承 173 

 

5.2 生成器与迭代器 176 

 

5.2.1 生成器 176 

 

5.2.2 迭代器 183 

 

5.3 文件操作 187 

 

5.3.1 打开文件 187 

 

5.3.2 读取一行与读取全部行 191 

 

5.3.3 写入文件 193 

 

5.4 异常处理 193 

 

5.4.1 感性认识程序中的异常 194 

 

5.4.2 异常处理的三步走 195 

 

5.5 错误调试 197 

 

5.5.1 利用print()输出观察变量 197 

 

5.5.2 assert断言 198 

 

5.6 本章小结 201 

 

5.7 思考与提高 202 

 

 

第6章 NumPy向量计算 204 

 

6.1 为何需要NumPy 205 

 

6.2 如何导入NumPy 205 

 

6.3 生成NumPy数组 206 

 

6.3.1 利用序列生成 206 

 

6.3.2 利用特定函数生成 207 

 

6.3.3 Numpy数组的其他常用函数 209 

 

6.4 N维数组的属性 212 

 

6.5 NumPy数组中的运算 215 

 

6.5.1 向量运算 216 

 

6.5.2 算术运算 216 

 

6.5.3 逐元素运算与张量点乘运算 218 

 

6.6 爱因斯坦求和约定 222 

 

6.6.1 不一样的标记法 222 

 

6.6.2 NumPy中的einsum()方法 224 

 

6.7 NumPy中的“轴”方向 231 

 

6.8 操作数组元素 234 

 

6.8.1 通过索引访问数组元素 234 

 

6.8.2 NumPy中的切片访问 236 

 

6.8.3 二维数组的转置与展平 238 

 

6.9 NumPy中的广播 239 

 

6.10 NumPy数组的高级索引 242 

 

6.10.1 “花式”索引 242 

 

6.10.2 布尔索引 247 

 

6.11 数组的堆叠操作 249 

 

6.11.1 水平方向堆叠hstack() 250 

 

6.11.2 垂直方向堆叠vstack() 251 

 

6.11.3 深度方向堆叠hstack() 252 

 

6.11.4 列堆叠与行堆叠 255 

 

6.11.5 数组的分割操作 257 

 

6.12 NumPy中的随机数模块 264 

 

6.13 本章小结 266 

 

6.14 思考与提高 267 

 

 

第7章 Pandas数据分析 271 

 

7.1 Pandas简介 272 

 

7.2 Pandas的安装 272 

 

7.3 Series类型数据 273 

 

7.3.1 Series的创建 273 

 

7.3.2 Series中的数据访问 277 

 

7.3.3 Series中的向量化操作与布尔索引 280 

 

7.3.4 Series中的切片操作 283 

 

7.3.5 Series中的缺失值 284 

 

7.3.6 Series中的删除与添加操作 286 

 

7.3.7 Series中的name属性 288 

 

7.4 DataFrame 类型数据 289 

 

7.4.1 构建DataFrame 289 

 

7.4.2 访问DataFrame中的列与行 293 

 

7.4.3 DataFrame中的删除操作 298 

 

7.4.4 DataFrame中的“轴”方向 301 

 

7.4.5 DataFrame中的添加操作 303 

 

7.5 基于Pandas的文件读取与分析 310 

 

7.5.1 利用Pandas读取文件 311 

 

7.5.2 DataFrame中的常用属性 312 

 

7.5.3 DataFrame中的常用方法 314 

 

7.5.4 DataFrame的条件过滤 318 

 

7.5.5 DataFrame的切片操作 320 

 

7.5.6 DataFrame的排序操作 323 

 

7.5.7 Pandas的聚合和分组运算 325 

 

7.5.8 DataFrame的透视表 334 

 

7.5.9 DataFrame的类SQL操作 339 

 

7.5.10 DataFrame中的数据清洗方法 341 

 

7.6 泰坦尼克幸存者数据预处理 342 

 

7.6.1 数据集简介 342 

 

7.6.2 数据集的拼接 344 

 

7.6.3 缺失值的处理 350 

 

7.7 本章小结 353 

 

7.8 思考与提高 353 

 

 

第8章 Matplotlib与Seaborn可视化分析 365 

 

8.1 Matplotlib与图形绘制 366 

 

8.2 绘制简单图形 366 

 

8.3 pyplot的高级功能 371 

 

8.3.1 添加图例与注释 371 

 

8.3.2 设置图形标题及坐标轴 374 

 

8.3.3 添加网格线 378 

 

8.3.4 绘制多个子图 380 

 

8.3.5 Axes与Subplot的区别 382 

 

8.4 散点图 388 

 

8.5 条形图与直方图 392 

 

8.5.1 垂直条形图 392 

 

8.5.2 水平条形图 394 

 

8.5.3 并列条形图 395 

 

8.5.4 叠加条形图 400 

 

8.5.5 直方图 402 

 

8.6 饼图 407 

 

8.7 箱形图 409 

 

8.8 误差条 411 

 

8.9 绘制三维图形 413 

 

8.10 与Pandas协作绘图―以谷歌流感趋势数据为例 416 

 

8.10.1 谷歌流感趋势数据描述 416 

 

8.10.2 导入数据与数据预处理 417 

 

8.10.3 绘制时序曲线图 421 

 

8.10.4 选择合适的数据可视化表达 423 

 

8.10.5 基于条件判断的图形绘制 427 

 

8.10.6 绘制多个子图 430 

 

8.11 惊艳的Seaborn 431 

 

8.11.1 pairplot（对图） 432 

 

8.11.2 heatmap（热力图） 434 

 

8.11.3 boxplot（箱形图） 436 

 

8.11.4 violin plot（小提琴图） 442 

 

8.11.5 Density Plot（密度图） 446 

 

8.12 本章小结 450 

 

8.13 思考与提高 450 

 

 

第9章 机器学习初步 459 

 

9.1 机器学习定义 460 

 

9.1.1 什么是机器学习 460 

 

9.1.2 机器学习的三个步骤 461 

 

9.1.3 传统编程与机器学习的差别 464 

 

9.1.4 为什么机器学习不容易 465 

 

9.2 监督学习 467 

 

9.2.1 感性认识监督学习 467 

 

9.2.2 监督学习的形式化描述 468 

 

9.2.3 损失函数 470 

 

9.3 非监督学习 471 

 

9.4 半监督学习 473 

 

9.5 机器学习的哲学视角 474 

 

9.6 模型性能评估 476 

 

9.6.1 经验误差与测试误差 476 

 

9.6.2 过拟合与欠拟合 477 

 

9.6.3 模型选择与数据拟合 479 

 

9.7 性能度量 480 

 

9.7.1 二分类的混淆矩阵 480 

 

9.7.2 查全率、查准率与F1分数 481 

 

9.7.3 P-R曲线 484 

 

9.7.4 ROC曲线 485 

 

9.7.5 AUC 489 

 

9.8 本章小结 489 

 

9.9 思考与提高 490 

 

 

第10章 sklearn与经典机器学习算法 492 

 

10.1 机器学习的利器―sklearn 493 

 

10.1.1 sklearn简介 494 

 

10.1.2 sklearn的安装 496 

 

10.2 线性回归 497 

 

10.2.1 线性回归的概念 497 

 

10.2.2 使用sklearn实现波士顿房价预测 499 

 

10.3 k-近邻算法 516 

 

10.3.1 算法简介 516 

 

10.3.2 k值的选取 518 

 

10.3.3 特征数据的归一化 519 

 

10.3.4 邻居距离的度量 521 

 

10.3.5 分类原则的制定 522 

 

10.3.6 基于sklearn的k-近邻算法实战 522 

 

10.4 Logistic回归 527 

 

10.4.1 为什么需要Logistic回归 527 

 

10.4.2 Logistic源头初探 529 

 

10.4.3 Logistic回归实战 532 

 

10.5 神经网络学习算法 536 

 

10.5.1 人工神经网络的定义 537 

 

10.5.2 神经网络中的“学习”本质 537 

 

10.5.3 神经网络结构的设计 540 

 

10.5.4 利用sklearn搭建多层神经网络 541 

 

10.6 非监督学习的代表―k均值聚类 550 

 

10.6.1 聚类的基本概念 551 

 

10.6.2 簇的划分 552 

 

10.6.3 k均值聚类算法核心 552 

 

10.6.4 k均值聚类算法优缺点 554 

 

10.6.5 基于sklearn的k均值聚类算法实战 555 

 

10.7 本章小结 561 

 

10.8 思考与提高 562