新書推薦：
《
怪谈百物语：不能开的门（“日本文学史上的奇迹”宫部美雪重要代表作！日本妖怪物语集大成之作，系列累销突破200万册！）
》
售價：HK$
65.0
《
罗马政治观念中的自由
》
售價：HK$
50.4
《
中国王朝内争实录：宠位厮杀
》
售價：HK$
61.6
《
凡事发生皆有利于我（这是一本读了之后会让人运气变好的书”治愈无数读者的心理自助经典）
》
售價：HK$
44.6
《
未来特工局
》
售價：HK$
55.8
《
高术莫用（十周年纪念版 逝去的武林续篇 薛颠传世之作 武学尊师李仲轩家世 凸显京津地区一支世家的百年沉浮）
》
售價：HK$
54.9
《
英国简史（刘金源教授作品）
》
售價：HK$
98.6
《
便宜货：廉价商品与美国消费社会的形成
》
售價：HK$
77.3
|
| 編輯推薦： |
|
本书配套资源丰富，包括教学大纲、教学课件、电子教案、程序源码，作者还为本书精心录制了450分钟的微课视频。
|
| 內容簡介： |
|
本书着重讲述Python语言和数据分析工具包的应用。 全书共分12章。第1章主要介绍Python的发展历史、特点、集成开发环境、内置模块、帮助的使用等内容； 第2章主要介绍Python语言的基础知识； 第3章主要介绍Python中常用的数据结构，包括序列、字典、集合，以及函数的定义和调用等； 第4章主要介绍Python中类、对象和方法的相关内容； 第5章主要介绍Python进行数据分析常用的NumPy、Pandas、Matplotlib、SciPy和Scikitlearn等基础库内容； 第6章主要介绍网络数据获取的HTML和XML两种网页组织形式，以及urllib和BeautifulSoup4两个模块内容； 第7章主要介绍Python文件的操作； 第8章主要介绍Python数据可视化及使用Python绘制图表的知识； 第9章主要介绍利用Python进行数据库应用开发； 第10、11章主要介绍Python机器学习的基本概念及有监督学习、无监督学习算法的原理； 第12章主要介绍Python在地理空间分析中的应用。本书一方面侧重对Python数据分析基础知识的讲解，另一方面注重Python数据处理方法的应用。本书中的代码均在Python 3.5中测试通过。 本书可作为高等院校计算机相关专业学生学习数据分析的入门教材，也可作为Python爱好者的参考书。
|
| 目錄：
|
第1章Python简介
1.1Python语言的发展历史
1.1.1Python语言的特点
1.1.2Python 2与Python 3的区别
1.2Python的环境搭建
1.3开始使用Python
1.3.1Python的IDLE环境
1.3.2Python的集成开发环境
1.4Eclipse PyDev的安装
1.5代码风格
1.6使用帮助
本章小结
本章习题
第2章Python语言基础知识
2.1标识符与变量
2.1.1标识符
2.1.2变量
2.2数据类型及运算
2.2.1数据类型
2.2.2运算符和表达式
2.3分支结构控制语句
2.3.1if语句
2.3.2if…else语句
2.3.3if…elif…else语句
2.4循环语句
2.4.1循环结构控制语句
2.4.2循环嵌套控制语句
2.4.3break语句和continue语句
2.4.4range()函数
2.5常见的Python函数
2.6random库及常用函数使用
本章小结
本章习题
第3章数据结构与函数设计
3.1序列
3.1.1列表
3.1.2元组
3.1.3字符串
3.1.4列表与元组之间的转换
3.2字典
3.2.1创建字典
3.2.2字典的方法
3.2.3列表、元组与字典之间的转换
3.3集合
3.3.1集合的创建
3.3.2集合的运算
3.3.3集合的方法
3.4函数的定义和调用
3.4.1函数的调用
3.4.2形参与实参
3.4.3函数的返回
3.4.4位置参数
3.4.5默认参数与关键字参数
3.4.6可变长度参数
本章小结
本章习题
第4章类与对象
4.1面向对象
4.1.1面向对象编程
4.1.2类的抽象与封装
4.2认识Python中的类、对象和方法
4.2.1类的定义与创建
4.2.2构造函数
4.3类的属性
4.3.1类属性和实例属性
4.3.2公有属性和私有属性
4.4类的方法
4.4.1类方法的调用
4.4.2类方法的分类
4.4.3析构函数
4.5类的继承
4.5.1父类与子类
4.5.2继承的语法
4.5.3多重继承
4.5.4运算符的重载
4.6类的组合
4.7类的异常处理
4.7.1异常
4.7.2Python中的异常类
4.7.3捕获与处理异常
4.7.4自定义异常类
4.7.5with语句
4.7.6断言
本章案例
本章小结
本章习题
第5章Python数据分析基础库
5.1NumPy
5.1.1ndarray的数据类型
5.1.2数组和标量之间的运算
5.1.3索引和切片
5.1.4数组转置和轴对换
5.1.5利用数组进行数据处理
5.1.6数学和统计方法
5.2Pandas
5.2.1Pandas数据结构
5.2.2Pandas文件操作
5.2.3数据处理
5.2.4层次化索引
5.2.5分级顺序
5.2.6使用DataFrame的列
5.3Matplotlib
5.3.1figure和subplot
5.3.2调整subplot周围的间距
5.3.3颜色、注释和线型
5.3.4刻度标签和图例
5.3.5添加图例
5.3.6将图表保存到文件
5.4SciPy
5.5Scikitlearn
本章小结
本章习题
第6章网络数据获取与自然语言处理
6.1网页数据的组织形式
6.1.1HTML
6.1.2HTML元素
6.1.3HTML属性
6.2XML
6.2.1XML的结构和语法
6.2.2XML元素和属性
6.3利用urllib处理HTTP
6.4利用BeautifulSoup4解析HTML文档
6.4.1BeautifulSoup4中的对象
6.4.2遍历文档树
6.4.3搜索文档树
本章案例
本章小结
本章习题
第7章文件操作
7.1文件的打开和关闭
7.1.1打开文件
7.1.2关闭文件
7.2读写文件
7.2.1从文件读取数据
7.2.2向文件写入数据
7.3文件对话框
7.3.1基于win32ui构建文件对话框
7.3.2基于tkFileDialog构建文件对话框
7.4应用实例： 文本文件的操作
本章小结
本章习题
第8章Python数据可视化
8.1数据可视化概念框架
8.1.1数据可视化简介
8.1.2数据可视化常用图表
8.1.3Python数据可视化环境准备
8.2绘制图表
8.2.1Matplotlib API入门
8.2.2创建图表
8.2.3图表定制
8.2.4保存图表
8.3更多高级图表及定制
8.3.1样式
8.3.2subplot子区
8.3.3图表颜色和填充
8.3.4动画
本章小结
本章习题
第9章数据库应用开发
9.1Python与数据库
9.1.1数据库简介
9.1.2Python数据库工作环境
9.2本地数据库SQLite
9.2.1SQLite简介
9.2.2Python内置的sqlite3模块
9.3关系数据库
9.3.1关系数据库基本操作与SQL
9.3.2操作MySQL
9.4非关系数据库
9.4.1NoSQL介绍
9.4.2MongoDB
9.4.3PyMongo： MongoDB和Python
本章案例
本章小结
本章习题
第10章机器学习——有监督学习
10.1机器学习简介
10.2Python机器学习库Scikitlearn
10.3有监督学习
10.3.1线性回归
10.3.2Logistic回归分类器
10.3.3朴素贝叶斯分类器
10.3.4支持向量机
10.3.5KNN算法
10.3.6决策树
10.4“生物多样性”分析案例
10.4.1案例描述与分析
10.4.2程序实现
10.4.3案例结果
本章小结
本章习题
第11章机器学习——无监督学习
11.1无监督学习
11.2聚类
11.2.1相异度
11.2.2Kmeans算法
11.2.3DBSCAN算法
11.3关联规则
11.3.1关联分析
11.3.2Apriori算法
11.3.3FPgrowth算法
11.4“美丽乡村建设”案例
11.4.1案例描述与分析
11.4.2程序实现
11.4.3案例结果
本章小结
本章习题
第12章数据分析项目实践
12.1项目简介
12.2打开与查看数据
12.2.1打开数据
12.2.2查看数据结构
12.3数据探索与可视化
12.3.1数据特征探索
12.3.2数据可视化
12.4数据准备
12.4.1数据清理
12.4.2数据预处理
12.5基于回归方法的房价模型
12.6学区特征影响因素分析
本章小结
本章习题
|
| 內容試閱：
|
Python作为大数据时代非常受欢迎的编程语言，具有语法简洁、开源兼容、类库丰富和数据处理能力强大等特点，是信息管理与信息系统、工商管理、电子商务等专业本科生进行数据分析必须掌握的基础性语言和技术工具，非常适合数字智能社会“新文科”大学生学习。
为培养当代大学生的数字素养，全面提升学生Python数据分析与实践的能力，本书着重讲述Python语言的基础语法、机器学习、数据分析基础库以及项目应用案例。全书共12章。第1章主要介绍Python的发展历史、特点、集成开发环境、内置模块、帮助的使用等内容； 第2章主要介绍Python语言的基础知识； 第3章主要介绍 Python 中常用的数据结构，包括序列、字典、集合，以及函数的定义和调用等； 第4章主要介绍Python中类、对象和方法的相关内容； 第5章主要介绍 Python 进行数据分析常用的NumPy、Pandas、Matplotlib、SciPy和Scikitlearn等基础库内容； 第6章主要介绍网络数据获取的HTML和XML两种网页组织形式，以及urllib和BeautifulSoup4两个模块内容； 第7章主要介绍Python 文件的读写操作方法； 第8章主要介绍 Python数据可视化，以及使用Python 绘制图表的知识； 第9章主要介绍利用Python进行数据库开发的方法与应用过程； 第10 章介绍机器学习——有监督学习基本原理，包括支持向量机算法、回归算法等以及“生物多样性”分析案例； 第11章介绍机器学习——无监督学习的聚类原理，包括Kmeans算法、DBSCAN算法等以及在“美丽乡村建设”中的应用； 第12章主要介绍Python在杭州二手房房价分析中的实践项目案例，着重讲述Python数据分析的预处理、数据可视化、模型选择与训练、模型调参与模型应用评估等数据分析的具体过程。书中的代码均在Python 3.5中测试通过。
本书一方面侧重对Python 数据分析基础知识的讲解，另一方面注重 Python数据处理方法的应用。通过分享网络强国、绿色发展、美丽乡村建设等应用案例和富有科学家精神的工程项目将思政元素有机融入 Python 知识讲解中。
为便于教学，本书提供丰富的配套资源，包括教学大纲、教学课件、电子教案、程序源码、习题答案和450分钟的微课视频。
资源下载提示
素材（源码）等资源： 扫描目录上方的二维码下载。
微课视频： 扫描封底的文泉云盘防盗码，再扫描书中相应章节的视频讲解二维码，可以在线学习。
本书编写人员具有丰富的Python 数据分析实践经验和多年的信息管理教学能力。第1~3章由浙江财经大学刘铁桥老师修订;第4~7、10章由杭州电子科技大学柳毅老师编写;第8、9、11、12章由杭州电子科技大学毛峰老师编写; 沈阳工业大学李艺老师，杭州电子科技大学王健、陆佳涣等硕士研究生参与了本书相关章节内容和程序代码的完善工作;浙江工业大学计算机科学与技术学院院长、国家教学名师王万良教授对本书进行了认真的审阅，并提出许多宝贵的建设性意见，使本书内容日臻完善，在此对他们所付出的辛勤劳动表示诚挚的感谢。
本书可作为高等院校计算机相关专业学生学习Python数据分析的入门教材，也可作为Python爱好者的参考书。
由于编者水平所限，书中难免有疏漏之处，敬请读者批评指正。
编者于杭州电子科技大学月雅湖畔2023年4月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
