Python数据分析与数据挖掘9787111702207

前言

第1章 Python介绍及安装

 1.1 Python出现

 1.2 Python的特性

 1.3 安装和使用Python

 单元练习

第2章 Python语言基础

 2.1 Python语句

 2.2 基本数据类型

 2.3 标识符与变量

 2.4 运算及运算符

 2.5 程序结构

 2.6 面向对象

 2.7 常用标准库函数

 2.8 自定义函数

 单元练习

第3章 Python数据组织结构

 3.1 字符串

 3.2 列表

 3.3 元组

 3.4 集合

 3.5 映射（字典）

 3.6 数组

 3.7 矩阵

 3.8 系列

 3.9 数据框架

 单元练习

第4章 数据生成和采集

 4.1 数据生成和载入

 4.2 数据文件访问

 4.3 数据库访问

 4.4 网络数据采集

 单元练习

第5章 数据整理

 5.1 数据类型及精度转换

 5.2 数据抽样

 5.3 缺失值处理

 5.4 重复值处理

 5.5 异常值处理

 5.6 排序

 5.7 标准化

 5.8 离散化

 5.9 数值编码

 5.10 拟合与插值

 单元练习

第6章 数据变换

 6.1 线性空间变换

 6.2 域变换

 单元练习

第7章 数据规约

 7.1 主成分分析

 7.2 因子分析

 7.3 独立成分分析

 7.4 多维标度分析

 7.5 线性判别分析

 7.6 T-SNE

 7.7 特征选择

 单元练习

第8章 数据可视化分析

 8.1 Matplotlib绘图

 8.2 Pandas绘图

 8.3 Seaborn绘图

 8.4 Networkx绘图

 8.5 Graphviz绘图

 单元练习

第9章 数据分析

 9.1 统计分析

 9.2 回归分析

 9.3 时间序列分析

 单元练习

第10章 数据挖掘

 10.1 关联分析

 10.2 分类归纳

 10.3 聚类分析

 单元练习

参考文献

本书分为10章。第1章介绍Python语言的起源和特性，以及安装Python及其开发环境的方法；第2章介绍Python语言的基础知识；第3章介绍Python数据组织结构，作为学习后续数据操作的基础；第4～7章介绍为了能够有效进行数据分析和数据挖掘所必须对数据进行的多种处理方法；第8章介绍使用不同的Python扩展库，以不同的可视化方法和形式对数据进行探索和分析；第9章介绍数据分析方法；第10章介绍数据挖掘的关联、分类和聚类算法。 本书配套以下教学资源：教学PPT、习题答案、数据分析支撑文件、程序代码等，请选用本书作教材的教师登录www.cmpedu.com注册后下载，或发邮件至jinacmp@163.com索取（注明学校名+姓名）。 本书可作为普通高校计算机、大数据、人工智能、金融管理等专业的教材，也可供广大从事数据分析、人工智能、机器学习等应用系统开发的技术人员参考。 本书配有电子课件和程序代码，书中的程序代码均在Python 3.8、Anaconda 3上调试通过，有些需要安装第三方库。选用本书作教材的老师请登录www.cmpedu.com注册下载课件等教学资源，或发邮件至jinacmp@163.com索取。