滿額折
Python數據分析與應用（簡體書）
商品資訊
相關商品
商品簡介
名人/編輯推薦
目次
商品簡介
本書結合作者多年教學和豐富的工程項目經驗，根據初學者的特點和不同專業對大數據分析工作的要求，以具備利用Python進行數據分析的能力為目標編寫而成。本書的內容包括數據分析的基礎知識、常用的Python數據分析工具庫、Python數據分析可視化的方法和流程等，並且給出大量實用的案例說明如何利用Python完成數據分析工作。
名人/編輯推薦
面向初學者以案例化方式介紹Python數據分析的方法、工具、流程
目次
前言
第1章 基礎知識1
1.1 數據分析簡介1
1.2 Python編程基礎4
1.2.1 Anaconda環境的安裝和配置5
1.2.2 Jupyter Notebook的使用7
1.2.3 內置數據類型11
1.2.4 程序的控制結構12
1.2.5 模塊化13
1.2.6 面向對象14
1.2.7 文件操作16
1.2.8 異常處理17
1.3 包/模塊使用示例18
1.3.1 CSV文件操作18
1.3.2 排序時間測試20
1.4 本章小結24
1.5 習題25
第2章 科學計算基礎工具包NumPy27
2.1 ndarray類27
2.1.1 為什麼使用ndarray28
2.1.2 ndarray類對象的常用屬性30
2.1.3 創建ndarray類對象32
2.2 示例數據35
2.3 索引和切片38
2.4 數據拷貝40
2.5 數據處理43
2.5.1 基礎運算43
2.5.2 廣播機制47
2.5.3 通用函數48
2.5.4 常用函數和方法51
2.6 高級索引58
2.7 本章小結62
2.8 習題63
第3章 數據分析工具庫Pandas66
3.1 Series類66
3.1.1 Series對象的常用屬性66
3.1.2 創建Series對象67
3.2 DataFrame對象69
3.2.1 DataFrame對象的常用屬性70
3.2.2 創建DataFrame對象72
3.3 Index對象74
3.3.1 Index對象的常用屬性74
3.3.2 創建Index對象74
3.4 元素訪問方式75
3.4.1 屬性運算符訪問76
3.4.2 索引運算符訪問77
3.4.3 loc訪問方法81
3.4.4 iloc訪問方法83
3.4.5 at和iat索引方法86
3.4.6 head和tail方法87
3.5 數據清洗88
3.5.1 處理缺失數據88
3.5.2 刪除重複數據92
3.6 數據合併94
3.6.1 merge方法94
3.6.2 join方法97
3.6.3 concat方法100
3.7 數據重塑103
3.7.1 pivot方法103
3.7.2 melt方法104
3.8 Pandas數據處理實例106
3.8.1 藥品銷售數據處理實例106
3.8.2 流感與人口數據處理實例110
3.9 本章小結113
3.10 習題114
第4章 數據統計分析119
4.1 基本統計分析119
4.2 分組分析121
4.2.1 定性分組121
4.2.2 定量分組123
4.3 分佈分析124
4.4 交叉分析125
4.5 結構分析127
4.6 相關分析128
4.7 應用實例131
4.8 本章小結133
4.9 習題133
第5章 時間序列分析135
5.1 Datetime模塊135
5.2 時間序列基礎137
5.3 日期時間處理140
5.4 頻率轉換與重採樣143
5.4.1 頻率轉換143
5.4.2 重採樣145
5.5 本章小結151
5.6 習題151
第6章 數據可視化153
6.1 Matplotlib153
6.1.1 線形圖153
6.1.2 條形圖155
6.1.3 餅圖156
6.1.4 散點圖158
6.1.5 直方圖159
6.2 Seaborn160
6.2.1 關係圖161
6.2.2 分佈圖163
6.2.3 分類圖167
6.2.4 回歸圖170
6.2.5 熱力圖172
6.3 Pyecharts173
6.3.1 Pyecharts圖表類173
6.3.2 Pyecharts圖表配置174
6.4 應用實例177
6.5 本章小結182
6.6 習題183
第7章 網絡爬蟲187
7.1 網絡數據獲取187
7.2 數據文件操作196
7.3 應用實例203
7.4 本章小結208
7.5 習題208
第8章 MySQL數據庫操作210
8.1 MySQL簡介210
8.2 MySQL的安裝211
8.3 連接、讀取和存儲214
8.3.1 創建數據庫和數據表214
8.3.2 Python連接數據庫217
8.3.3 Python讀取數據庫218
8.3.4 Python存儲數據庫219
8.4 數據操作222
8.4.1 查詢操作222
8.4.2 插入操作223
8.4.3 更新操作225
8.4.4 刪除操作226
8.5 應用實例227
8.6 本章小結233
8.7 習題233
附錄 NumPy通用函數235
參考文獻238
第1章 基礎知識1
1.1 數據分析簡介1
1.2 Python編程基礎4
1.2.1 Anaconda環境的安裝和配置5
1.2.2 Jupyter Notebook的使用7
1.2.3 內置數據類型11
1.2.4 程序的控制結構12
1.2.5 模塊化13
1.2.6 面向對象14
1.2.7 文件操作16
1.2.8 異常處理17
1.3 包/模塊使用示例18
1.3.1 CSV文件操作18
1.3.2 排序時間測試20
1.4 本章小結24
1.5 習題25
第2章 科學計算基礎工具包NumPy27
2.1 ndarray類27
2.1.1 為什麼使用ndarray28
2.1.2 ndarray類對象的常用屬性30
2.1.3 創建ndarray類對象32
2.2 示例數據35
2.3 索引和切片38
2.4 數據拷貝40
2.5 數據處理43
2.5.1 基礎運算43
2.5.2 廣播機制47
2.5.3 通用函數48
2.5.4 常用函數和方法51
2.6 高級索引58
2.7 本章小結62
2.8 習題63
第3章 數據分析工具庫Pandas66
3.1 Series類66
3.1.1 Series對象的常用屬性66
3.1.2 創建Series對象67
3.2 DataFrame對象69
3.2.1 DataFrame對象的常用屬性70
3.2.2 創建DataFrame對象72
3.3 Index對象74
3.3.1 Index對象的常用屬性74
3.3.2 創建Index對象74
3.4 元素訪問方式75
3.4.1 屬性運算符訪問76
3.4.2 索引運算符訪問77
3.4.3 loc訪問方法81
3.4.4 iloc訪問方法83
3.4.5 at和iat索引方法86
3.4.6 head和tail方法87
3.5 數據清洗88
3.5.1 處理缺失數據88
3.5.2 刪除重複數據92
3.6 數據合併94
3.6.1 merge方法94
3.6.2 join方法97
3.6.3 concat方法100
3.7 數據重塑103
3.7.1 pivot方法103
3.7.2 melt方法104
3.8 Pandas數據處理實例106
3.8.1 藥品銷售數據處理實例106
3.8.2 流感與人口數據處理實例110
3.9 本章小結113
3.10 習題114
第4章 數據統計分析119
4.1 基本統計分析119
4.2 分組分析121
4.2.1 定性分組121
4.2.2 定量分組123
4.3 分佈分析124
4.4 交叉分析125
4.5 結構分析127
4.6 相關分析128
4.7 應用實例131
4.8 本章小結133
4.9 習題133
第5章 時間序列分析135
5.1 Datetime模塊135
5.2 時間序列基礎137
5.3 日期時間處理140
5.4 頻率轉換與重採樣143
5.4.1 頻率轉換143
5.4.2 重採樣145
5.5 本章小結151
5.6 習題151
第6章 數據可視化153
6.1 Matplotlib153
6.1.1 線形圖153
6.1.2 條形圖155
6.1.3 餅圖156
6.1.4 散點圖158
6.1.5 直方圖159
6.2 Seaborn160
6.2.1 關係圖161
6.2.2 分佈圖163
6.2.3 分類圖167
6.2.4 回歸圖170
6.2.5 熱力圖172
6.3 Pyecharts173
6.3.1 Pyecharts圖表類173
6.3.2 Pyecharts圖表配置174
6.4 應用實例177
6.5 本章小結182
6.6 習題183
第7章 網絡爬蟲187
7.1 網絡數據獲取187
7.2 數據文件操作196
7.3 應用實例203
7.4 本章小結208
7.5 習題208
第8章 MySQL數據庫操作210
8.1 MySQL簡介210
8.2 MySQL的安裝211
8.3 連接、讀取和存儲214
8.3.1 創建數據庫和數據表214
8.3.2 Python連接數據庫217
8.3.3 Python讀取數據庫218
8.3.4 Python存儲數據庫219
8.4 數據操作222
8.4.1 查詢操作222
8.4.2 插入操作223
8.4.3 更新操作225
8.4.4 刪除操作226
8.5 應用實例227
8.6 本章小結233
8.7 習題233
附錄 NumPy通用函數235
參考文獻238
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。