Python编程：从数据分析到数据科学（第2版）

图书标准信息

• 作者 朝乐门 著
• 出版社 电子工业出版社
• 出版时间 2021-06
• 版次 1
• ISBN 9787121412004
• 定价 98.00元
• 装帧 平装
• 开本 16开
• 页数 518页
• 字数 0.82千字

【内容简介】

本书是为具有数据思维的数据科学、数据分析和大数据应用人群编写的Python 学习图书。本书改变了同类图书中普遍存在的“将Python 当作C/Java 来教（或学）”的现状，强调了Python 在数据分析和数据科学中的特殊语法和数据思维；同时，改变了传统图书中“先将知识点、后摆代码”的编写风格，首次将代码放在中心位置，配合最必要的文字介绍，做到主次分明、一目了然，便于学习。本书主要介绍大数据人才常用的Python 语言及第三方扩展库的基础知识、思路、方法、经验和技巧，建立了从Python 到数据分析再到数据科学的通道，形成了Python 知识、数据分析和数据科学三个知识领域融为一体的知识模式。本书既可以作为从事数据科学、数据分析和大数据应用人群的入门级系统学习图书，又可以作为相关高校数据科学与大数据技术、大数据应用与管理、信息管理和大数据应用、数据分析、信息分析等专业方向的教材。

【作者简介】

朝乐门，男，1979年生，中国人民大学信息资源管理学院、数据工程与知识工程教育部重点实验室副教授，博士生导师。中国计算机学会信息系统专委员会委员、ACM高级会员、国际知识管理协会正式委员、全国高校大数据教育联盟大数据教材专家指导委员会委员、清华大学博士后校友会IT分会副秘书长；主持完成国家自然科学基金、国家社会科学基金等重要科学研究项目10余项；参与完成核高基、973、863、国家自然科学基金重点项目、国家社会科学基金重大项目等国家重大科研项目10余项；发表SCI/SSCI/EI/CSCI论文30余篇，软件著作权5个、发明专利3项、出版学术专著3部；获得北京市中青年骨干教师称号、国际知识管理与智力资本杰出成就奖、IBM全球卓越教师奖、Emerald/EFMD国际杰出博士论文奖、国家自然科学基金项目优秀项目、中国大数据学术创新奖、中国大数据创新百人榜单、全国大数据教育行业杰出贡献奖等多种奖励30余项。

【目录】

篇  准备工作
  1  为什么要学python，学python的什么
  2  学python之前需要准备的工作
  3  如何看懂和运行本书代码
    3.1  输入部分
    3.2  输出部分
    3.3  错误与异常信息
    3.4  外部数据文件
    3.5  注意事项
第二篇  python基础
  4  数据类型
    4.1  查看数据类型的方法
    4.2  判断数据类型的方法
    4.3  转换数据类型的方法
    4.4  特殊数据类型
    4.5  序列类型
  5  变量
    5.1  变量的定义方法
    5.2  python是动态类型语言
    5.3  python是强类型语言
    5.4  python中的变量名是引用
    5.5  python中区分大小写
    5.6  变量命名规范
    5.7  ipython的特殊变量
    5.8  查看python关键字的方法
    5.9  查看已定义的所有变量
    5.10  删除变量
  6  语句书写规范
    6.1  一行一句
    6.2  一行多句
    6.3  一句多行
    6.4  复合语句
    6.5  空语句
  7  赋值语句
    7.1  赋值语句在python中的重要地位
    7.2  链式赋值语句
    7.3  复合赋值语句
    7.4  序列的拆包式赋值
    7.5  两个变量值的调换
  8  注释语句
    8.1  注释方法
    8.2  注意事项
  9  运算符
    9.1  特殊运算符
    9.2  内置函数
    9.3  math模块
    9.4  优先级与结合方向
  10  if语句
    10.1  基本语法
    10.2  elif语句
    10.3  if与三元运算
    10.4  注意事项
  11  for语句
    11.1  基本语法
    11.2  range()函数
    11.3  注意事项
  12  while语句
    12.1  基本语法
    12.2  注意事项
  13  pass语句
    13.1  含义
    13.2  作用
  14  列表
    14.1  定义方法
  ……
第三篇  python
第四篇  数据加工
第五篇  数据分析
第六篇  大数据处理
第七篇  继续学
参文献