Python数据分析（项目式）

图书标准信息

• 作者 刘凯洋；刘小华；海龙
• 出版社 人民邮电出版社
• 出版时间 2022-01
• 版次 1
• ISBN 9787115569554
• 定价 39.80元
• 装帧 其他
• 开本 其他
• 纸张 胶版纸
• 页数 156页
• 字数 234千字

【内容简介】

本书紧跟数据分析的发展新趋势，基于Python的数据分析平台和工具，系统介绍数据分析的相关知识与技能。本书共7个项目，分为3部分：基础部分、数据分析部分、机器学习实战部分。基础部分包括项目一和项目二，介绍数据分析环境的搭建，以及NumPy的理论和实践知识；数据分析部分包括项目三～项目六，结合案例介绍数据检查、数据呈现、数据多维化等，涵盖真实数据分析工作的完整流程；机器学习实战部分只包括项目七，利用一个神经网络实战案例呈现机器学习的完整过程。
  本书选用真实度高的实践案例，深入浅出地介绍与数据分析相关的理论和实践知识。本书可作为高校数据分析相关课程的教材，也可供刚进入数据分析领域的人员及具有实践经验的从业者学习、参考使用。

【作者简介】

刘凯洋，男，讲师，1978.12出生。 1999.7月毕业于西安交通大学计算机科学系。 1999.7-2004.10 毕业于香港科技大学计算机科学系，获得博士学位。 2005.6至今 深圳职业技术学院从事教学和科研工作 主持2006年校级科研项目《基于嵌入式的网络安全系统》，参与了2009年国家精品课程《Oracle数据库系统管理》，以作者发表论文3篇。主要研究方向为图论、自然语言处理等

【目录】

基础部分

项目一　数据分析概述与环境配置　1

1.1　项目背景　1

1.2　技能图谱　3

1.3　工具介绍　4

1.3.1　Python介绍　4

1.3.2　核心包介绍　5

1.3.3　辅助工具介绍　6

1.4　工作环境配置　7

1.4.1　安装Python　7

1.4.2　配置虚拟环境　8

1.4.3　安装第三方包　9

1.5　Jupyter Notebook使用入门　10

1.5.1　Notebook架构　10

1.5.2　Notebook启动　10

1.5.3　Notebook主页基本操作　11

1.5.4　Notebook的保存　12

1.6　项目总结　12

项目二　NumPy实战　13

2.1　项目背景　13

2.2　技能图谱　14

2.3　数组介绍　14

2.3.1　创建数组　15

2.3.2　了解数组特性　18

2.3.3　了解广播　20

2.3.4　练习　23

2.4　数组基本操作　24

2.4.1　变换数组　24

2.4.2　访问数组　26

2.4.3　复制数组　29

2.4.4　练习　31

2.5　数组常用操作　32

2.5.1　使用ufunc　32

2.5.2　查询数组　34

2.5.3　排序数组　35

2.5.4　练习　37

2.6　项目总结　38

数据分析部分

项目三　全球气温变化趋势（一）——数据检查　39

3.1　项目背景　39

3.2　技能图谱　40

3.3　数据获取　40

3.3.1　了解获取途径　40

3.3.2　了解项目数据　41

3.3.3　练习　41

3.4　数据读入　41

3.4.1　了解数据格式　42

3.4.2　读入数据文件　42

3.4.3　处理读入异常　43

3.4.4　练习　43

3.5　数据检查　43

3.5.1　查看数据集大小　44

3.5.2　查看列标签和数据类型　44

3.5.3　了解数据结构　45

3.5.4　练习　46

3.6　数据内容访问　47

3.6.1　采用[]方式　47

3.6.2　采用.[i]loc方式　49

3.6.3　采用表达式方式　51

3.6.4　数据可视化　52

3.6.5　练习　53

3.7　项目总结　53

项目四　全球气温变化趋势（二）——数据分析　54

4.1　项目背景　54

4.2　技能图谱　55

4.3　列处理　55

4.3.1　重命名列标签　55

4.3.2　删除、合并列　56

4.3.3　转换日期数据　57

4.3.4　练习　58

4.4　索引处理　58

4.4.1　设置单级索引　59

4.4.2　设置多级索引　60

4.4.3　查询索引　61

4.4.4　练习　63

4.5　统计分析　64

4.5.1　实现数据排序　64

4.5.2　实现简单统计　65

4.5.3　实现分组统计　66

4.5.4　练习　70

4.6　项目总结　71

项目五　全球气温变化趋势（三）——数据呈现　72

5.1　项目背景　72

5.2　技能图谱　73

5.3　数据清洗　73

5.3.1　处理缺失值　74

5.3.2　检测异常值　75

5.3.3　处理异常值　78

5.3.4　练习　81

5.4　数据转换　82

5.4.1　实现数据替换　82

5.4.2　实现离散化　83

5.4.3　实现重取样　83

5.4.4　练习　84

5.5　数据可视化　84

5.5.1　绘制折线图　84

5.5.2　绘制饼图　88

5.5.3　绘制柱状图　89

5.5.4　练习　94

5.6　项目总结　98

项目六　全球气温变化趋势（四）——数据多维化　99

6.1　项目背景　99

6.2　技能图谱　99

6.3　数据拆分与拼接　100

6.3.1　了解轴向　100

6.3.2　拆分数据　101

6.3.3　拼接数据　103

6.3.4　练习　109

6.4　数据透视表　109

6.4.1　了解数据透视表　109

6.4.2　使用pivot_table()　110

6.4.3　使用crosstab()　113

6.4.4　练习　115

6.5　项目总结　115

机器学习实战部分

项目七　机器学习实战——模型的自我学习　117

7.1　项目背景　117

7.2　技能图谱　119

7.3　背景知识介绍　119

7.3.1　了解人工智能　120

7.3.2　了解机器学习　125

7.3.3　了解人工智能实际应用　129

7.3.4　练习　130

7.4　神经网络简介　130

7.4.1　了解神经网络　132

7.4.2　了解常见神经网络　136

7.4.3　了解CNN　139

7.4.4　练习　143

7.5　CNN实战　143

7.5.1　预处理数据　143

7.5.2　构建和训练模型　146

7.5.3　分析模型性能　148

7.5.4　练习　153

7.6　项目总结　155