Python大数据分析与应用实战
若图片与书名不一致，以书名和定价为准！
￥ 63.22 5.8折 ￥ 109 全新
库存5件
河北保定
认证卖家担保交易快速发货售后保障
作者余本国,刘宁,李春报 著
出版社电子工业出版社
ISBN9787121421976
出版时间2021-12
版次1
装帧平装
开本16开
纸张胶版纸
定价109元
货号8706797
上书时间2024-07-01
- 在售商品 暂无
- 平均发货时间 34小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
基本信息
书名:Python大数据分析与应用实战
定价：109元
作者:余本国,刘宁,李春报 著
出版社：电子工业出版社
出版日期：2021-12-01
ISBN：9787121421976
字数：
页码：
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
一本书讲透大数据分析知识点，全书通过8个多角度案例，深入讲解大数据分析与应用中的疑难点。通过当前非常流行的Python语言，为那些想学习和掌握大数据分析应用的读者提供一本“看了就能学会”的书。 本书全部通过在实际场景中对大数据的应用，以及使用合适的算法进行应用，并用浅显易懂的代码去实现相应的目的，完成数据搭建、分析、文本数据分析、数据集与决策树，以及垃圾图片分类、协同过滤和聚类算法等经典知识点的实际应用。
内容提要
本书主要介绍大数据分析、人工智能的实战应用。全书共 9 章，通过 8 个大型的数据分析案例，系 统地介绍常用的数据分析方法。 这 8 个大型案例涉及数据可视化方法，回归、聚类、决策树、朴素贝叶斯等机器学习算法，以及深度 学习算法等内容。各章程序在 Pytho3.8.5 环境下编写完成，在案例编写过程中，涉及 Pandas、NumPy、 Matplotlib 等 Pytho中常用的依赖库，限度地帮助读者掌握相关知识内容。每个案例之间相互独立， 读者可以根据自己的兴趣选择相关章节进行学习。 本书内容丰富，通俗易懂，以实操为目的帮助用户快速掌握相关技能。书中案例程序全码解析，注释 完备，在编程环境下经过简单的修改便可以使用。本书不仅适合大数据分析、人工智能相关领域的入门读 者使用，也适合有一定基础的读者进行实战时参考，同时适合本科生、研究生及对 Pytho感兴趣的读者 阅读。
目录
章 Pytho语法基础 11.1 安装 Anaconda 1 1.1.1 代码提示 4 1.1.2 变量浏览 5 1.1.3 安装第三方库 5 1.2 语法基础 6 1.2.1 字符串、列表、元组、字典和集合 6 1.2.2 条件判断、循环和函数 13 1.2.3 异常 17 1.2.4 特殊函数 20 1.3 Pytho基础库应用入门 22 1.3.1 NumPy 库应用入门 23 1.3.2 Pandas 库应用入门 29 1.3.3 Matplotlib 库应用入门 40 1.4 本章小结 45 第 2 章 天气数据的获取与建模分析 522.1 准备工作 52 2.2 利用抓取方法获取天气数据 54 2.2.1 网页解析 54 2.2.2 抓取一个静态页面中的天气数据 57 2.2.3 抓取历史天气数据 60 2.3 天气数据可视化 63 2.3.1 查看数据基本信息 63 2.3.2 变换数据格式 64 2.3.3 气温走势的折线图 66 2.3.4 历年气温对比图 67 2.3.5 天气情况的柱状图 69 2.3.6 使用 Tableau 制作天气情况的气泡云图 70 2.3.7 风向占比的饼图 73 2.3.8 使用 windrose 库绘制风玫瑰图 74 2.4 机器学习在天气预报中的应用 76 2.4.1 线性回归的基本概念 76 2.4.2 使用一元线性回归预测气温 77 2.4.3 使用多元线性回归预测气温 85 2.5 本章小结 91 第 3 章 养成游戏中人物的数据搭建 923.1 准备工作 92 3.2 利用 Pyecharts 库进行数据基本情况分析 93 3.2.1 感染人数分布图 94 3.2.2 病情分布图 96 3.2.3 病症情况堆叠图 97 3.2.4 绘制出院、死亡情况折线图 98 3.2.5 病情热力图 100 3.2.6 病情分布象形图 101 3.2.7 人口流动示意图 103 | Pytho大数据分析与应用实战 |VI 3.3 感染病例分析 105 3.3.1 基本信息统计 106 3.3.2 使用直方图展示感染周期 108 3.3.3 使用词云图展示死亡病例情况 111 3.4 疫情趋势预测 114 3.4.1 利用逻辑方程预测感染人数 115 3.4.2 利用 SIR 模型进行疫情预测 120 3.4.3 Logistic 模型和 SIR 模型的对比 128 3.5 本章小结 131 第 4 章 航空数据分析 1324.1 准备工作 132 4.2 基本情况统计分析 135 4.2.1 查看数据的基本信息 135 4.2.2 航空公司、机型分布 137 4.2.3 展示各个城市航班数量的 3D 地图 139 4.2.4 从首都机场出发的桑基图 142 4.2.5 通过关系图展示航线 145 4.3 利用 Floyd 算法计算短飞行时间 148 4.3.1 Floyd 算法简介 148 4.3.2 Floyd 算法的流程 150 4.3.3 算法程序实现 150 4.3.4 结果分析 154 4.4 本章小结 158 第 5 章 市民服务热线文本数据分析 1605.1 准备工作 160 5.2 基本情况分析 162 5.2.1 数据分布基本信息 162 5.2.2 每日平均工单量分析 165 5.2.3 来电时间分析 166 5.2.4 工单类型分析 167 5.3 利用词云图展示工单内容 171 5.3.1 工单分词 171 5.3.2 去除停用词 172 5.3.3 词频统计 173 5.3.4 市民反映问题词云图 175 5.3.5 保存数据 176 5.4 基于朴素贝叶斯的工单自动分类转办 177 5.4.1 需求概述 177 5.4.2 朴素贝叶斯模型的基本概念 177 5.4.3 朴素贝叶斯文本分类算法的流程 181 5.4.4 程序实现 182 5.5 基于 K-Means 算法和 PCA 方法降维的热点问题挖掘 189 5.5.1 应用场景 189 5.5.2 K-Means 算法和 PCA 方法的基本原理 189 5.5.3 热点问题挖掘算法的流程 193 5.5.4 程序实现 194 5.6 本章小结 205 第 6 章 决策树信贷风险控制 2066.1 准备工作 206 6.2 数据集基本情况分析 209 6.2.1 查看数据大小和缺失情况 209 6.2.2 绘制直方图查看数据的分布情况 211 6.2.3 绘制直方图的 3 种方法 212 | 目录 |VII 6.2.4 通过箱型图查看异常值的情况 213 6.2.5 异常值和缺失值的处理 217 6.2.6 使用小提琴图展示预处理后的数据 218 6.3 利用决策树进行信贷数据建模 219 6.3.1 决策树原理简介 219 6.3.2 决策树信贷建模流程 225 6.3.3 利用 scikit-lear库实现决策树风险控制算法 226 6.3.4 模型优化 231 6.4 本章小结 233 第 7 章 利用深度学习进行垃圾图片分类 2347.1 准备工作 234 7.2 深度学习的基本原理 237 7.2.1 CNN 的基本原理 237 7.2.2 Keras 库简介 240 7.3 利用 Keras 库实现基于 CNN 的垃圾图片分类 241 7.3.1 算法流程 241 7.3.2 数据预处理 241 7.3.3 CNN 模型实现 247 7.4 优化 CNN 模型 252 7.4.1 选择优化器 252 7.4.2 选择损失函数 254 7.4.3 调整模型 256 7.4.4 图片增强 259 7.4.5 改变学习率 263 7.5 模型应用 265 7.6 本章小结 268 第 8 章 协同过滤和矩阵分解推荐算法分析 2698.1 准备工作 269 8.2 基于协同过滤算法的短视频完播情况分析 271 8.2.1 基于用户的协同过滤算法的原理 271 8.2.2 算法流程 274 8.2.3 程序实现 275 8.3 基于矩阵分解算法的短视频完播情况预测 283 8.3.1 算法原理 283 8.3.2 利用 Surprise 库实现 SVD 算法 286 8.4 几种方法在测试集中的表现 289 8.5 本章小结 291 第 9 章 《红楼梦》文本数据分析 2929.1 准备工作 292 9.1.1 编程环境 292 9.1.2 数据情况简介 293 9.2 分词 294 9.2.1 读取数据 295 9.2.2 数据预处理 298 9.2.3 分词及去除停用词 306 9.2.4 制作词云图 307 9.3 文本聚类分析 316 9.3.1 构建分词 TF-IDF 矩阵 317 9.3.2 K-Means 聚类 318 9.3.3 MDS 降维 320 9.3.4 PCA 降维 321 | Pytho大数据分析与应用实战 |VIII 9.3.5 HC 聚类 323 9.3.6 t -SNE 高维数据可视化 325 9.4 LDA 主题模型 326 9.5 人物社交网络分析 332 9.6 本章小结 338 附录 A 抓取数据请求头查询 339附录 B GraphViz 库的安装方法 341附录 C 在 Windows 10 中安装 TensorFlow 的方法 343参考文献 346致谢 34
作者介绍
余本国，博士，硕士研究生导师，现工作于海南医学院生物医学信息与工程学院。主讲高等数学、微积分、Python语言、大数据分析基础等课程。2012年到加拿大York University做访问学者。出版《Python数据分析基础》《基于Python的大数据分析基础及实战》《Python在机器学习中的应用》《PyTorch深度学习入门与实战》《Python编程与数据分析应用》等书。 刘宁，深圳大学信号与信息处理专业硕士研究生毕业，目前从事智慧城市、数字政府建设等相关工作。曾发表SCI论文Content-based image retrieval using high-dimensional informatiogeometry，出版《高维信息几何与几何不变量》等著作。 李春报海南医学院现代教育技术中心高级实验师，从事教育领域信息化研究工作，兼任海南信息化协会监事长，海南省网络安全协会专家等职。
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价