Python数据挖掘方法与应用:知识图谱9787121459696
正版图书,可开发票,请放心购买。
¥
41.25
7.5折
¥
55
全新
库存80件
作者王术,王斌会著
出版社电子工业出版社
ISBN9787121459696
出版时间2023-07
装帧平装
开本16开
定价55元
货号13224767
上书时间2024-10-19
商品详情
- 品相描述:全新
- 商品描述
-
目录
第1部分数据挖掘基础
第1章Python数据挖掘基础4
1.1数据挖掘软件简介5
1.1.1基本数据挖掘软件5
1.1.2Python语言介绍6
1.2Anaconda计算包9
1.2.1Anaconda的使用9
1.2.2Jupyter分析平台11
1.2.3Spyder编程平台15
1.3Python编程基础17
1.3.1Python编程入门17
1.3.2Python数据类型17
1.3.3Python编程运算21
1.4Python程序设计23
1.4.1Python数据分析包24
1.4.2数值分析包numpy26
1.4.3基本绘图包matplotlib27
数据及练习134
第2章数据挖掘的基本方法36
2.1数据收集过程37
2.1.1常规数据收集37
2.1.2大数据的概念42
2.1.3数据管理46
2.1.4数据分析包pandas48
2.2数据的描述分析56
2.2.1基本统计量56
2.2.2基于数据框的绘图61
2.3数据的透视分析65
2.3.1一维频数分析65
2.3.2二维集聚分析67
2.3.3多维透视分析72
数据及练习274
第3章数据挖掘的统计基础76
3.1均匀分布及其应用77
3.1.1均匀分布的概念77
3.1.2均匀分布的应用78
3.2正态分布及其应用81
3.2.1正态分布简介81
3.2.2基本统计推断85
数据及练习387
第2部分数值数据的挖掘
第4章线性相关与回归模型90
4.1两变量相关与回归分析91
4.1.1两变量线性相关分析91
4.1.2两变量线性回归模型93
4.2多变量相关与回归分析95
4.2.1多变量线性相关分析95
4.2.2多变量线性回归模型97
数据及练习4107
第5章时间序列数据分析110
5.1时间序列简介111
5.1.1时间序列的概念111
5.1.2时间序列的模拟111
5.1.3股票数据的分析113
5.2时间序列模型的构建114
5.2.1ARIMA模型114
5.2.2ARMA模型的构建119
5.2.3ARMA模型的建立与检验123
5.3时间序列模型的应用129
5.3.1模型的预处理130
5.3.2模型的估计与检验131
5.3.3模型的预测分析133
数据及练习5133
第6章多元数据的统计分析135
6.1综合评价方法136
6.1.1综合评价指标体系136
6.1.2综合评价分析方法138
6.2主成分分析方法144
6.2.1主成分分析方法的基本思想144
6.2.2主成分的基本分析146
6.3聚类分析方法151
6.3.1聚类分析方法的概念151
6.3.2系统聚类方法153
数据及练习6158
第3部分文本数据的挖掘
第7章简单文本处理方法162
7.1字符串处理163
7.1.1字符串的基本操作163
7.1.2字符串查询与替换164
7.2简单文本处理165
7.2.1文本挖掘的概念165
7.2.2文本数据的分词167
7.3网络数据的爬虫170
7.3.1网页的基础知识170
7.3.2Python爬虫步骤171
7.3.3爬虫方法的应用173
数据及练习7180
第8章社会网络与知识图谱182
8.1社会网络的初步印象183
8.1.1社会网络分析概念183
8.1.2社会网络分析包184
8.2社会网络图的构建185
8.2.1社会网络数据形式185
8.2.2社会网络统计量188
8.2.3美化社会网络图191
8.3商业数据知识图谱应用194
8.3.1关联规则分析概念入门194
8.3.2关联规则分析基础应用195
8.3.3关联规则可视化分析197
8.3.4大样本关联规则实战199
数据及练习8203
第9章文献计量与知识图谱204
9.1文献计量研究的框架205
9.2文献数据的收集与分析206
9.2.1文献数据的获取206
9.2.2文献数据的分析209
9.3科研数据的管理与评价213
9.3.1科研单位与项目分析213
9.3.2科研期刊与作者分析215
9.3.3图谱共现矩阵计算217
9.3.4共现矩阵的网络图218
数据及练习9221
附录资源共享平台与云计算平台222
附录A资源共享平台222
A1本书的学习网站222
A2本书自定义函数223
附录B云计算平台简介225
B1课程学习平台225
B2习题解答平台226
参考文献228
内容摘要
本书重点介绍Python语言在数据处理与数据挖掘方面的应用技巧,主要包括数据分析基础知识(数据收集与分析软件、数据挖掘的分析基础、简单数据的统计分析),数据分析高级方法(多元数据的综合分析、时序数据的模型分析),大数据基本处理方法(大数据分析基础应用、文献计量与科研评价、社会网络分析方法、数据分析编程平台)等内容。附录中还提供了Python数据分析相关方法和函数等,方便读者随时查看。本书内容丰富,图文并茂,可操作性强且便于查阅,主要面向数据分析的读者,能有效帮助读者提高数据处理与分析的水平,提升工作效率。
精彩内容
本书重点介绍Python语言在数据处理与数据挖掘方面的应用技巧,主要包括数据分析基础知识(数据收集与分析软件、数据挖掘的分析基础、简单数据的统计分析),数据分析高级方法(多元数据的综合分析、时序数据的模型分析),大数据基本处理方法(大数据分析基础应用、文献计量与科研评价、社会网络分析方法、数据分析编程平台)等内容。附录中还提供了Python数据分析相关方法和函数等,方便读者随时查看。本书内容丰富,图文并茂,可操作性强且便于查阅,主要面向数据分析的读者,能有效帮助读者提高数据处理与分析的水平,提升工作效率。
— 没有更多了 —
以下为对购买帮助不大的评价