Python——数据科学的手段（第2版）（数据分析与应用丛书）

本书共有四个部分共十二章，*部分基础，包括第1章软件准备、第2章Python基础知识、第3章类和子类简介；第二部分基本模块，包括第4章numpy模块、第5章pandas模块、第6章matplotlib模块、第7章scipy模块；第三部分编程思维训练，包括第8章基本编程训练、第9章若干计算方法的编程训练；第四部分数据科学，包括第10章探索性数据分析及数据准备、第11章有监督学习概论、第12章一些有监督学习模型。

本书共有四个部分共十二章，*部分基础，包括第1章软件准备、第2章Python基础知识、第3章类和子类简介；第二部分基本模块，包括第4章numpy模块、第5章pandas模块、第6章matplotlib模块、第7章scipy模块；第三部分编程思维训练，包括第8章基本编程训练、第9章若干计算方法的编程训练；第四部分数据科学，包括第10章探索性数据分析及数据准备、第11章有监督学习概论、第12章一些有监督学习模型。

吴喜之 ，北京大学数学力学系本科，美国北卡罗来纳大学统计博士。中国人民大学统计学院教授，博士生导师。曾在美国加利福尼亚大学、北卡罗来纳大学以及南开大学、北京大学等多所著名学府执教。

部分 基础 

第 1 章 软件准备 
1.1 下载及安装 Python 
1.2 Anaconda 的几种界面 
1.3 下载并安装所需模块 

第 2 章 Python 基础知识 
2.1 一些基本常识 
2.2 数组 (字符串、list、tuple、dict) 及与它们相关的函数和运算 
2.3 函数、自定义函数、数组元素的计算、循环语句 
2.4 伪随机数模块: random 
2.5 变量的存储位置 
2.6 数据输入输出 

第 3 章 类和子类简介 
3.1 class 
3.2 subclass 

第二部分 基本模块 

第 4 章 numpy 模块 
4.1 Numpy 数组的产生 
4.2 数据文件的存取 
4.3 数组 (包括矩阵) 及有关的运算 
4.4 一些线性代数运算 
4.5 关于日期和时间 
4.6 多项式运算 
4.7 向量化函数 

第 5 章 pandas 模块 
5.1 数据框的生成和基本性质 
5.2 数据框文件的存取 
5.3 对数据框元素 (行列) 的选择 
5.4 数据框的一些简单计算 
5.5 以变量的值作为条件的数据框操作例子 
5.6 添加新变量, 删除变量、观测值或改变 index 
5.7 数据框文件结构的改变 
5.8 数据框文件的合并 
5.9 pandas 序列的产生 
5.10 pandas 序列的一些性质和计算 
5.11 一个例子 
5.12 pandas 专门的画图命令

第 6 章 matplotlib 模块 
6.1 简单的图 
6.2 几张图同框 
6.3 排列几张图 
6.4 三维图 

第 7 章 scipy 模块 
7.1 存取各种数据文件 
7.2 常用的随机变量的分布及随机数的产生 
7.3 自定义分布的随机变量及随机数的产生 
7.4 定积分的数值计算 ? ? ? ? ? ? ? ? ? ? 136 

第三部分 编程思维训练 

第 8 章 基本编程训练 
8.1 基本编程 
8.2 更多的和矩阵有关的编程 
8.3 和若干简单应用有关的编程训练 
8.4 在 Excel 表格之外处理 Excel 数据的训练 

第 9 章 若干计算方法的编程训练 
9.1 Markov 链 
9.2 Gibbs 抽样 
9.3 EM 算法 
9.4 MCMC 的 Metropolis 算法

第四部分 数据科学 

第 10 章 探索性数据分析及数据准备 
10.1 把数据转换成常规容易处理的形式 
10.2 对数据的简单数字概括 
10.3 描述性图形概述 
10.4 数据的准备 

第 11 章 有监督学习概论 
11.1 数据科学的核心内容 
11.2 有监督学习 
11.3 通过两个案例介绍有监督学习要素 

第 12 章 一些有监督学习模型 
12.1 线性小二乘回归 
12.2 Logistic 回归的二分类方法 
12.3 决策树分类与回归 
12.4 基于决策树的组合方法: Bagging、随机森林、HGboost 
12.5 人工神经网络分类与回归 
12.6 k 近邻方法分类与回归 
12.7 支持向量机方法分类 
12.8 朴素贝叶斯方法分类

本书共有四个部分共十二章，*部分基础，包括第1章软件准备、第2章Python基础知识、第3章类和子类简介；第二部分基本模块，包括第4章numpy模块、第5章pandas模块、第6章matplotlib模块、第7章scipy模块；第三部分编程思维训练，包括第8章基本编程训练、第9章若干计算方法的编程训练；第四部分数据科学，包括第10章探索性数据分析及数据准备、第11章有监督学习概论、第12章一些有监督学习模型。

吴喜之 ，北京大学数学力学系本科，美国北卡罗来纳大学统计博士。中国人民大学统计学院教授，博士生导师。曾在美国加利福尼亚大学、北卡罗来纳大学以及南开大学、北京大学等多所著名学府执教。

Python 是?款?常优秀的通?软件; 它免费、开源; 它的模块数?有?万个, ?且还在飞速增长。Python 是?前?乎所有的知识探索及应?领域的重要的软件?具之?。
各个领域对 Python 的?泛需求产?了很多关于 Python 的教科书. 但是, 由于 Python 的应?领域太多, 不同领域对 Python 语?的需求?相径庭, 每本书可能仅适应于某?类读者。本书?对的是 (?计算机背景的) 统计、应?数学及数据分析??的师?和实际?作者, ?图以简单的?式让读者尽快地掌握 Python 的精髓。本书旨在介绍计算机语?, 因此不应看成是统计教科书, 其中涉及的?些统计内容仅仅是学习 Python 的载体, 所以并不追求统计内容的完整和全?, ?的是向已经有些统计知识的?介绍 Python。
?前世界经济是被技术驱动的, ?拥有编程技能则是?种优势.。在科学、技术、?程等??, 有过半的?作是由计算机完成的。对能够编程的?才需求远远超过供给。 学习编程不仅是社会需要, ?且能够教会人如何思考。
能不能迅速学会编程, 关键在于对其是否感兴趣。当然, 从来没有写过程序的?不可能事先就有兴趣, 但??绝?多数兴趣都是后天培养的。对编程的爱好是在编程中培养的。如果你能够把编程作为一种艺术来欣赏, 作为一种嗜好来实践, 那么你的目的就达到了。
在?数据时代的数据分析, 重要的不是掌握?两种编程语?, ?是拥有泛型编程能力(也是?种思维?式). 有了这种能?, 语?之间的不同不会造成太多的烦恼。Python 仅仅是?种编程语?, 但对于编程的初学者来说, 却是?个良好的开端。
?些?说 Python ? R 好学, ?另?些?正相反, 觉得 R 更易掌握。其实, 对于熟悉编程语?的?来说, 学哪?个都很快。它们的区别?体如下: 由于统?的志愿团队管理, R 的语法相对?较?致, 安装程序包很简单, ?且很容易找到帮助和?持, 但由于R 主要?于数据分析, 所以?些对于统计不那么熟悉的?可能觉得对象太专业了。Python 则是?款通?软件, ? C   容易学, 功能并不差, 基于 Python 改进的诸如 Cython 那样的改进或包装版软件运?速度也?常快。但是, Python 没有统?的团队管理, 针对不同 Python 版本的模块?常多。因此对于不同的计算机操作系统、不同版本的 Python、不同的模块, ?先遇到的就是安装问题, 语法习惯也不尽相同。另外, R 软件的基本语? (即下载 R 之后所装的基本程序包) 本?就可以应付相当复杂的统计运算, ?相?之下 Python 的统计模型没有那么多, 做?些统计分析不如 R 那么?便, 但从其基本语法所产?的成千上万的模块使它?乎可以做任何想做的事情。
学习?然语?必须依靠实践, ?不能从背单词和学习语法??。学习计算机语?也是?样, 本书不采?详尽的使??册式教学, ?是通过实践来学会编程语?。?需要查找某些特定的定义或语法细节,