Python数据分析基础教程

图书标准信息

• 作者 王斌会
• 出版社 电子工业出版社
• 出版时间 2018-10
• 版次 1
• ISBN 9787121339387
• 定价 45.00元
• 装帧 其他

【内容简介】

随着大数据时代的来临，一门集数学、统计学和计算机科学为一体的数据科学在世界范围内迅速兴起。数据科学也成为一门横跨自然科学和社会科学的学问。未来社会，各行各业，都免不了和数据打交道，需要借助于数据分析，需要学习数据分析。本书从数据处理的角度来讲解统计分析，内容包括数据科学基础——数据与软件、探索性分析、可视化技术、统计推断、统计模型，大数据分析基础——预测分析法、决策分析法、综合评价法，大数据分析方法——统计方法，大数据分析入门——综合应用。每种方法均辅以详细的Python语言实现，便于提高实际操作能力。并配套开发了学习网站，学习者可以在任何终端（包括手机）上做数据分析。

【作者简介】

王斌会，暨南大学教授，中国统计学会会员，广东省统计学会常务理事，暨南大学统计学专业博士生导师。著有多部统计学教材或专著。

【目录】

目    录

第1章  数据的收集与整理1

1.1  数据的类型1

1.1.1  按度量尺度分1

1.1.2  按时间状况分1

1.2  数据的收集2

1.2.1  横向数据的收集2

1.2.2  纵向数据的收集6

1.3  数据的管理7

1.3.1  表格管理数据7

1.3.2  数据库管理数据8

数据及练习8

第2章  数据分析软件介绍10

2.1  数据分析软件简介10

2.2  Python语言介绍11

2.2.1  Python简介11

2.2.2  Python的功能12

2.2.3  Python编程环境14

2.3  Python数据分析平台17

2.3.1  Jupyter数据分析平台18

2.3.2  Python在线分析平台23

2.4  Python编程入门27

2.4.1  Python的工作目录27

2.4.2  Python分析包（库）27

2.4.3  Python中的数据管理29

数据及练习29

第3章  Python编程分析基础30

3.1  Python数据类型30

3.1.1  Python对象30

3.1.2  数据的基本类型31

3.1.3  标准数据类型33

3.2  数值分析库numpy34

3.2.1  一维数组（向量）34

3.2.2  二维数组（矩阵）35

3.2.3  数组的操作35

3.3  数据分析库pandas36

3.3.1  序列（Series）36

3.3.2  数据框（DataFrame）37

3.3.3  数据框的读写39

3.3.4  数据框的操作41

3.4  Python编程运算45

3.4.1  基本运算45

3.4.2  控制语句46

3.4.3  函数定义47

3.4.4  面向对象49

数据及练习50

第4章  数据的探索性分析52

4.1  数据的描述分析52

4.1.1  基本描述统计量52

4.1.2  计数数据汇总分析53

4.1.3  计量数据汇总分析53

4.2  基本绘图命令57

4.2.1  常用的绘图函数57

4.2.2  基于pandas的绘图66

4.3  数据的分类分析70

4.3.1  一维频数分析70

4.3.2  二维集聚分析73

4.3.3  多维透视分析77

数据及练习79

第5章  数据的可视化分析80

5.1  特殊统计图的绘制80

5.1.1  数学函数图80

5.1.2  气泡图82

5.1.3  三维曲面图82

5.1.4  三维散点图83

5.2  seaborn统计绘图83

5.2.1  基本概念84

5.2.2  常用统计图84

5.3  ggplot绘图系统88

5.3.1  qplot快速制图89

5.3.2  ggplot基本绘图90

数据及练习95

第6章  数据的统计分析97

6.1  随机变量及其分布97

6.1.1  均匀分布97

6.1.2  正态分布98

6.2  数据分析统计基础102

6.2.1  统计量的概念102

6.2.2  统计量的分布103

6.3  基本统计推断方法106

6.3.1  参数的估计方法107

6.3.2  参数的假设检验109

数据及练习111

第7章  数据的模型分析113

7.1  简单线性相关模型113

7.1.1  线性相关的概念113

7.1.2  相关系数的计算114

7.1.3  相关系数的检验115

7.2  简单线性回归模型116

7.2.1  简单线性模型估计116

7.2.2  简单线性模型检验118

7.2.3  简单线性模型预测119

7.3  分组线性相关与回归120

7.3.1  分组线性相关分析120

7.3.2  分组线性回归模型121

数据及练习122

第8章  数据的预测分析124

8.1  动态数列的基本分析124

8.1.1  动态数列的介绍124

8.1.2  动态数列的分析126

8.2  动态数列预测分析130

8.2.1  趋势预测构建130

8.2.2  平滑预测法134

8.3  股票数据统计分析138

8.3.1  股票价格分析139

8.3.2  股票收益率分析143

数据及练习147

第9章  数据的决策分析149

9.1  确定性分析149

9.1.1  单目标求解149

9.1.2  多目标求解150

9.2  不确定性分析151

9.2.1  分析方法151

9.2.2  分析原则152

9.3  风险分析154

9.3.1  期望值法154

9.3.2  后悔期望值法155

数据及练习155

第10章  数据的案例分析157

10.1  在线数据获取与分析157

10.1.1  在线财经数据获取157

10.1.2  在线股票数据分析159

10.1.3  新股发行数据分析161

10.2  证券交易数据的分析163

10.2.1  历史行情数据分析163

10.2.2  实时行情数据分析165

10.2.3  大单交易数据分析167

10.2.4  公司盈利能力分析168

10.2.5  公司现金流量分析169

10.3  宏观经济数据的实证分析170

10.3.1  存款利率变动分析170

10.3.2  国内生产总值GDP分析172

10.3.3  工业品出厂价格指数分析174

10.4  电影票房数据的实时分析175

10.4.1  实时票房数据分析175

10.4.2  每日票房数据分析176

10.4.3  影院日度票房分析177

数据及练习178

附录A  本书的学习博客179

附录B  书中的例子数据181

附录C  书中的自定义函数182

参考文献183