Python數(shù)據(jù)分析與科學(xué)計(jì)算
定 價(jià):58 元
- 作者:王小銀等編著
- 出版時(shí)間:2024/1/1
- ISBN:9787111742586
- 出 版 社:機(jī)械工業(yè)出版社
- 中圖法分類:TP312PY
- 頁(yè)碼:288
- 紙張:
- 版次:1
- 開本:26cm
本書從Python基礎(chǔ)編程語(yǔ)法入手,系統(tǒng)介紹了基于Python語(yǔ)言進(jìn)行數(shù)據(jù)處理、分析、可視化展示等內(nèi)容。本書共11章,主要內(nèi)容包括數(shù)據(jù)分析基礎(chǔ)、Python數(shù)據(jù)分析環(huán)境、Python數(shù)據(jù)類型、程序控制結(jié)構(gòu)、函數(shù)與模塊、文件、NumPy數(shù)值計(jì)算、Pandas數(shù)據(jù)分析處理、Matplotlib數(shù)據(jù)可視化、SciPy科學(xué)計(jì)算和機(jī)器學(xué)習(xí)等。
本書從Python基礎(chǔ)編程語(yǔ)法入手,系統(tǒng)介紹了基于Python語(yǔ)言進(jìn)行數(shù)據(jù)處理、分析、可視化展示等內(nèi)容。
前 言
隨著大數(shù)據(jù)、云計(jì)算和人工智能等新一代信息技術(shù)的快速發(fā)展,數(shù)據(jù)已成為數(shù)字時(shí)代的基礎(chǔ)性戰(zhàn)略資源和革命性關(guān)鍵要素。如何從這些數(shù)據(jù)中發(fā)現(xiàn)并挖掘有價(jià)值的信息成為熱門的研究領(lǐng)域;谶@些需求,數(shù)據(jù)分析技術(shù)應(yīng)運(yùn)而生。 數(shù)據(jù)分析是對(duì)收集來(lái)的大量數(shù)據(jù)進(jìn)行分析,提取有用信息,對(duì)數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過(guò)程。
Python語(yǔ)言是一種面向?qū)ο蟮慕忉屝陀?jì)算機(jī)程序設(shè)計(jì)語(yǔ)言,語(yǔ)法簡(jiǎn)潔清晰,由于其擁有豐富的第三方庫(kù),能夠完成從數(shù)據(jù)采集、數(shù)據(jù)挖掘、數(shù)據(jù)分析到數(shù)據(jù)可視化展示等操作,已成為當(dāng)前數(shù)據(jù)分析與科學(xué)計(jì)算、機(jī)器學(xué)習(xí)等領(lǐng)域的最流行的工具之一。
本書以案例為主線,從Python語(yǔ)言的基礎(chǔ)語(yǔ)法入手,重點(diǎn)介紹如何使用Python語(yǔ)言進(jìn)行數(shù)據(jù)分析和科學(xué)計(jì)算。
全書共有11章內(nèi)容。
第1章:數(shù)據(jù)分析基礎(chǔ)。講解數(shù)據(jù)分析的相關(guān)概念及其應(yīng)用場(chǎng)景,數(shù)據(jù)分析的流程和常用數(shù)據(jù)分析工具。
第2章:Python數(shù)據(jù)分析環(huán)境。講解Python語(yǔ)言的發(fā)展及特點(diǎn),Python開發(fā)環(huán)境IDLE和集成開發(fā)環(huán)境PyCharm的搭建,數(shù)據(jù)分析環(huán)境Anaconda和開發(fā)工具Jupyter Notebook的安裝。
第3章:Python數(shù)據(jù)類型。講解Python基本數(shù)據(jù)類型和組合數(shù)據(jù)類型以及數(shù)據(jù)的輸入與輸出。
第4章:程序控制結(jié)構(gòu)。講解程序設(shè)計(jì)的三種基本結(jié)構(gòu):順序結(jié)構(gòu)、選擇結(jié)構(gòu)和循環(huán)結(jié)構(gòu)。
第5章:函數(shù)與模塊。講解函數(shù)的定義和調(diào)用方式、函數(shù)的參數(shù)傳遞、匿名函數(shù)、變量的作用域、模塊。
第6章:文件。講解文件的打開與關(guān)閉、文本文件和二進(jìn)制文件的讀寫、文件的定位、os模塊和os.path模塊。
第7章:NumPy數(shù)值計(jì)算。講解數(shù)組對(duì)象、數(shù)組的基本操作、數(shù)組的索引和切片、數(shù)組和線性代數(shù)的相關(guān)運(yùn)算、NumPy數(shù)據(jù)文件的讀寫。
第8章:Pandas數(shù)據(jù)分析處理。講解Pandas的數(shù)據(jù)結(jié)構(gòu)Series和DataFrame、索引、數(shù)據(jù)運(yùn)算、缺失值處理、數(shù)據(jù)的讀寫。
第9章:Matplotlib數(shù)據(jù)可視化。講解Pyplot子模塊繪制圖形,折線圖、柱形圖、直方圖、餅形圖、散點(diǎn)圖、箱線圖、雷達(dá)圖、流線圖、熱力圖、極坐標(biāo)圖和3D曲線圖的繪制。
第10章:SciPy科學(xué)計(jì)算。講解SciPy中的科學(xué)計(jì)算工具、SciPy中的優(yōu)化、SciPy中的稀疏矩陣存儲(chǔ)和運(yùn)算。
第11章:機(jī)器學(xué)習(xí)。講解 Scikit-Learn庫(kù)的功能及數(shù)據(jù)集,機(jī)器學(xué)習(xí)中的分類算法、回歸算法和聚類算法。
本書由王小銀、王曙燕和賈冀婷共同編著。第1、5、7、8、9、10、11章由王小銀編寫,第2、3章由賈冀婷編寫,第4、6章由王曙燕編寫,全書由王小銀統(tǒng)稿。本書的編寫得到了孫家澤老師和舒新峰老師的大力支持,在此一并向他們表示衷心的感謝。
在本書的編寫過(guò)程中,編者參考了大量的專業(yè)書籍和網(wǎng)絡(luò)資料,在此向這些作者表示感謝。
本書既適合作為高等學(xué)校Python課程的教材,也適合使用Python進(jìn)行數(shù)據(jù)分析和科學(xué)計(jì)算的讀者閱讀。
由于編寫時(shí)間倉(cāng)促,編者水平有限,書中可能會(huì)存在不足之處,懇請(qǐng)廣大讀者批評(píng)指正。
編 者
目 錄
前言
第1章 數(shù)據(jù)分析基礎(chǔ) 1
1.1 數(shù)據(jù)分析概述 1
1.1.1 數(shù)據(jù)分析 1
1.1.2 數(shù)據(jù)分析的應(yīng)用場(chǎng)景 2
1.2 數(shù)據(jù)分析的流程 3
1.3 常用數(shù)據(jù)分析工具 4
1.4 本章小結(jié) 6
習(xí)題 6
第2章 Python數(shù)據(jù)分析環(huán)境 7
2.1 Python概述 7
2.2 Python語(yǔ)言的特點(diǎn) 8
2.3 搭建Python開發(fā)環(huán)境 9
2.3.1 Windows環(huán)境下安裝Python開發(fā)
環(huán)境 9
2.3.2 運(yùn)行第一個(gè)Python程序 14
2.4 集成開發(fā)環(huán)境—PyCharm 15
2.4.1 PyCharm安裝 15
2.4.2 PyCharm使用 18
2.5 數(shù)據(jù)分析環(huán)境Anaconda 23
2.5.1 安裝Anaconda 23
2.5.2 通過(guò)Anaconda管理Python包 26
2.6 開發(fā)工具Jupyter Notebook 27
2.6.1 啟動(dòng)Anaconda自帶的Jupyter Notebook 27
2.6.2 使用Jupyter Notebook編寫程序 28
2.7 本章小結(jié) 30
習(xí)題 30
第3章 Python數(shù)據(jù)類型 31
3.1 Python基本數(shù)據(jù)類型 31
3.1.1 整型數(shù)據(jù) 31
3.1.2 浮點(diǎn)型數(shù)據(jù) 33
3.1.3 字符型數(shù)據(jù) 34
3.1.4 布爾型數(shù)據(jù) 35
3.1.5 復(fù)數(shù)類型數(shù)據(jù) 36
3.2 Python組合數(shù)據(jù)類型 36
3.2.1 列表 37
3.2.2 元組 45
3.2.3 字符串 49
3.2.4 集合 55
3.2.5 字典 61
3.3 數(shù)據(jù)的輸入與輸出 67
3.3.1 標(biāo)準(zhǔn)輸入/輸出 67
3.3.2 格式化輸出 69
3.3.3 字符串的format方法 71
3.4 本章小結(jié) 74
習(xí)題 74
第4章 程序控制結(jié)構(gòu) 78
4.1 程序的基本結(jié)構(gòu) 78
4.1.1 順序結(jié)構(gòu) 78
4.1.2 選擇結(jié)構(gòu) 79
4.1.3 循環(huán)結(jié)構(gòu) 79
4.2 選擇結(jié)構(gòu)程序設(shè)計(jì) 80
4.2.1 單分支選擇結(jié)構(gòu) 80
4.2.2 雙分支選擇結(jié)構(gòu) 82
4.2.3 多分支選擇結(jié)構(gòu) 83
4.2.4 選擇結(jié)構(gòu)嵌套 85
4.3 循環(huán)結(jié)構(gòu)程序設(shè)計(jì) 87
4.3.1 while循環(huán)結(jié)構(gòu) 87
4.3.2 for語(yǔ)句結(jié)構(gòu) 90
4.3.3 循環(huán)的嵌套 93
4.3.4 循環(huán)控制語(yǔ)句 95
4.4 本章小結(jié) 97
習(xí)題 97
第5章 函數(shù)與模塊 100
5.1 函數(shù)概述 100
5.2 函數(shù)的定義與調(diào)用 101
5.2.1 函數(shù)定義 101
5.2.2 函數(shù)調(diào)用 102
5.3 函數(shù)的參數(shù)及返回值 103
5.3.1 形式參數(shù)和實(shí)際參數(shù) 103
5.3.2 默認(rèn)值參數(shù) 105
5.3.3 位置參數(shù)和關(guān)鍵字參數(shù) 107
5.3.4 可變長(zhǎng)參數(shù) 108
5.3.5 函數(shù)的返回值 111
5.4 函數(shù)的遞歸調(diào)用 113
5.5 匿名函數(shù) 116
5.6 變量的作用域 118
5.6.1 局部變量 118
5.6.2 全局變量 119
5.7 模塊 119
5.7.1 定義模塊 120
5.7.2 導(dǎo)入模塊 120
5.8 函數(shù)應(yīng)用舉例 122
5.9 本章小結(jié) 125
習(xí)題 125
第6章 文件 128
6.1 文件概述 128
6.1.1 文件的定義和分類 128
6.1.2 文件的操作流程 130
6.2 文件的打開與關(guān)閉 130
6.2.1 打開文件 130
6.2.2 關(guān)閉文件 133
6.3 文件的讀寫 133
6.3.1 文本文件的讀寫 133
6.3.2 二進(jìn)制文件的讀寫 136
6.4 文件的定位 140
6.5 與文件相關(guān)的模塊 141
6.5.1 os模塊 141
6.5.2 os.path模塊 144
6.6 文件應(yīng)用舉例 146
6.7 本章小結(jié) 148
習(xí)題 148
第7章 NumPy數(shù)值計(jì)算 150
7.1 數(shù)組對(duì)象 150
7.1.1?數(shù)組創(chuàng)建 150
7.1.2?數(shù)組屬性 160
7.1.3?數(shù)組元素的類型 161
7.2?數(shù)組的基本操作 162
7.2.1?數(shù)組重塑 162
7.2.2?數(shù)組合并 165
7.2.3?數(shù)組分割 167
7.2.4?數(shù)組轉(zhuǎn)置 169
7.3?數(shù)組的索引和切片 171
7.3.1?一維數(shù)組的索引和切片 171
7.3.2?多維數(shù)組的索引和切片 172
7.3.3?花式索引 173
7.3.4?布爾型索引 174
7.4 數(shù)組運(yùn)算 175
7.4.1?矢量化運(yùn)算 175
7.4.2 數(shù)組廣播 176
7.4.3 數(shù)組和標(biāo)量間的運(yùn)算 177
7.5 NumPy通用函數(shù) 177
7.6 線性代數(shù)運(yùn)算 180
7.6.1 數(shù)組相乘 180
7.6.2 矩陣行列式 182
7.6.3 線性方程組 182
7.6.4 逆矩陣 183
7.6.5 特征值和特征向量 183
7.7 NumPy數(shù)據(jù)文件的讀寫 184
7.7.1 二進(jìn)制文件的讀寫 184
7.7.2 文本文件的讀寫 185
7.8 NumPy數(shù)據(jù)分析案例 186
7.9 本章小結(jié) 187
習(xí)題 187
第8章 Pandas數(shù)據(jù)分析處理 189
8.1 Pandas數(shù)據(jù)結(jié)構(gòu) 189
8.1.1 序列 189
8.1.2 數(shù)據(jù)幀 191
8.2 索引 194
8.2.1 重建索引 194
8.2.2 重命名索引 195
8.2.3 層次化索引 196
8.3 數(shù)據(jù)運(yùn)算 197
8.3.1 算術(shù)運(yùn)算 197
8.3.2 匯總和統(tǒng)計(jì) 198
8.3.3 唯一值和值計(jì)數(shù) 202
8.4 數(shù)據(jù)排序 202
8.4.1 按索引排序 202
8.4.2 按值排序 204
8.5 缺失值處理 205
8.5.1 判斷缺失值 205
8.5.2 刪除缺失值 207
8.5.3 填充缺失值 208
8.6 數(shù)據(jù)的讀寫 210
8.6.1 讀寫CSV文件 210
8.6.2 讀寫Excel文件 212
8.6.3 讀寫數(shù)據(jù)庫(kù)文件 214
8.7 本章小結(jié) 216
習(xí)題 216
第9章 Matplotlib數(shù)據(jù)可視化 218
9.1 Pyplot模塊 218
9.1.1 繪制線形圖 218
9.1.2 繪制單個(gè)子圖 221
9.1.3 繪制多個(gè)子圖 222
9.1.4 添加圖形標(biāo)簽 225
9.1.5 添加注釋 226
9.1.6 保存圖表 228
9.2 基本圖形繪制 228
9.2.1 折線圖 229
9.2.2 柱形圖 229
9.2.3 直方圖 231
9.2.4 餅形圖 232
9.2.5 散點(diǎn)圖 232
9.2.6 箱線圖 235
9.3 高級(jí)圖形繪制 238
9.3.1 雷達(dá)圖 238
9.3.2 流線圖 240
9.3.3 熱力圖 241
9.3.4 極坐標(biāo)圖 242
9.3.5 3D曲線圖 244
9.4 本章小結(jié) 247
習(xí)