xx资源网(xxURLs.com)
发布资源

Python数据分析基础

本书通过真实案例,全面介绍python编程基础和数据分析工具的应用,并培养读者通过数据分析问题、解决问题以及对结果评价的能力。全书内容包括:python基本配置和编程基础、数据预处理、数据描述与可视化、统计推断、相关分析、关联分析、回归分析、主成分和因子分析、聚类、判别与分类、列联分析、对应分析、定性数据分析、时间序列分析等,将读者关注的数据分析与数据挖掘技术进行剖析。[1] 

图书目录

编辑

第1章Python编程基础  1
  1.1Python系统配置  1
  1.2Python基础知识  5
  1.2.1帮助  6
  1.2.2标识符  6
  1.2.3行与缩进  7
  1.2.4变量与对象  7
  1.2.5数字与表达式  9
  1.2.6运算符  10
  1.2.7字符串  11
  1.2.7.1转义字符  11
  1.2.7.2字符串格式化  12
  1.2.7.3字符串的内置方法  13
  1.2.8日期和时间  17
  1.3数据结构与序列  18
  1.3.1列表  19
  1.3.1.1列表索引和切片  19
  1.3.1.2列表操作  20
  1.3.1.3内置列表函数  20
  1.3.1.4列表方法  21
  1.3.2元组  22
  1.3.3字典  23
  1.3.4集合  24
  1.3.5推导式  26
  1.4语句与控制流  27
  1.4.1条件语句  27
  1.4.2循环语句  28
  1.4.2.1while循环  28
  1.4.2.2for循环  29
  1.4.2.3循环控制  30
  1.5函数  30
  1.5.1函数的参数  32
  1.5.2全局变量与局部变量  32
  1.5.3匿名函数  33
  1.5.4递归和闭包  33
  1.5.5柯里化与反柯里化  35
  1.5.6常用的内置函数  36
  1.5.6.1filter函数  36
  1.5.6.2map函数  36
  1.5.6.3reduce函数  37
  1.6迭代器、生成器和装饰器  37
  1.6.1迭代器  37
  1.6.2生成器  38
  1.6.3装饰器  40
  1.7类  42
  1.7.1声明类  42
  1.7.2方法  44
  1.7.2.1实例方法  44
  1.7.2.2类方法  45
  1.7.2.3静态方法  46
  1.7.3属性  47
  1.7.3.1实例属性和类属性  47
  1.7.3.2私有属性和公有属性  48
  1.7.4继承  49
  1.7.4.1隐式继承  49
  1.7.4.2显式覆盖  50
  1.7.4.3super继承  51
  1.7.4.4多态  52
  1.7.4.5多重继承  54
  1.8模块  54
  1.9包  55
  1.10文件I/O  55
  第2章数据预处理  59
  2.1numpy基础  59
  2.1.1向量  61
  2.1.2数组  62
  2.1.2.1数据类型与结构数组  63
  2.1.2.2索引与切片  64
  2.1.2.3数组的属性  68
  2.1.2.4数组排序  69
  2.1.2.5数组维度  70
  2.1.2.6数组组合  72
  2.1.2.7数组分拆  75
  2.1.2.8ufunc运算  76
  2.1.3矩阵  81
  2.1.4文件读写  81
  2.2pandas基础  82
  2.2.1pandas的数据结构  83
  2.2.1.1Series  83
  2.2.1.2DataFrame  87
  2.2.2pandas的数据操作  96
  2.2.2.1排序  96
  2.2.2.2排名  98
  2.2.2.3运算  100
  2.2.2.4函数应用与映射  101
  2.2.2.5分组  102
  2.2.2.6合并  103
  2.2.2.7分类数据  106
  2.2.2.8时间序列  107
  2.2.2.9缺失值处理  116
  第3章数据描述  122
  3.1统计量  122
  3.1.1集中趋势  122
  3.1.1.1均值  123
  3.1.1.2中位数  124
  3.1.1.3分位数  125
  3.1.1.4众数  125
  3.1.2离散程度  126
  3.1.2.1极差  126
  3.1.2.2四分位差  127
  3.1.2.3方差和标准差  127
  3.1.2.4协方差  128
  3.1.2.5变异系数  128
  3.1.3分布形状  128
  3.1.3.1偏度  129
  3.1.3.2峰度  129
  3.2统计表  130
  3.2.1统计表的基本要素  130
  3.2.2统计表的编制  131
  第4章统计图形与可视化  135
  4.1matplotlib基本绘图  135
  4.1.1函数绘图  135
  4.1.2图形基本设置  140
  4.1.2.1创建图例  140
  4.1.2.2刻度设置  141
  4.1.2.3图像注解  142
  4.1.2.4图像大小  143
  4.1.2.5创建子图  144
  4.1.2.6其他绘图函数  145
  4.1.3面向对象绘图  146
  4.1.4绘图样式  148
  4.2pandas基本绘图  148
  4.3基本统计图形  150
  4.3.1折线图  150
  4.3.2面积图  153
  4.3.3直方图  153
  4.3.4条形图  155
  4.3.5龙卷风图  158
  4.3.6饼图  159
  4.3.7阶梯图  160
  4.3.8盒须图  161
  4.3.9小提琴图  163
  4.3.10散点图  164
  4.3.11气泡图  166
  4.3.12六边形箱图  167
  4.3.13雷达坐标图  168
  4.3.14轮廓图  169
  4.3.15调和曲线图  169
  4.3.16等高线图  170
  4.3.17极坐标图  170
  4.3.18词云图  171
  4.3.19数据地图  174
  4.4其他绘图工具  176
  第5章简单统计推断  178
  5.1常用数据分析工具库  178
  5.1.1scipy  178
  5.1.2statsmodels  179
  5.1.3sklearn  180
  5.2简单统计推断的基本原理  180
  5.2.1数据分布  180
  5.2.1.1总体分布  181
  5.2.1.2样本分布  181
  5.2.1.3抽样分布  181
  5.2.2参数估计  183
  5.2.2.1点估计  184
  5.2.2.2区间估计  184
  5.2.3假设检验  185
  5.2.3.1假设检验的基本思想  185
  5.2.3.2假设检验基本步骤  186
  5.2.3.3假设检验中总体的几种不同情况  187
  5.3单总体参数的估计及假设检验  189
  5.3.1单总体的参数估计  189
  5.3.1.1单总体均值的参数估计  189
  5.3.1.2单总体方差、标准差的参数估计  190
  5.3.1.3单总体比例的参数估计  191
  5.3.2单总体参数的假设检验  191
  5.3.2.1总体均值的假设检验  191
  5.3.2.2总体比例的假设检验  194
  5.4两总体参数的假设检验  194
  5.4.1独立样本的假设检验  195
  5.4.1.1独立样本均值之差的假设检验  195
  5.4.1.2独立样本比例之差的假设检验  197
  5.4.2成对样本的假设检验  198
  第6章方差分析  201
  6.1方差分析的基本原理  201
  6.2一元方差分析  205
  6.2.1一元单因素方差分析  205
  6.2.1.1方差同质性检验  206
  6.2.1.2方差来源分解及检验过程  206
  6.2.1.3多重比较检验  207
  6.2.1.4方差分析模型的参数估计和预测  208
  6.2.1.5方差分析模型的预测  210
  6.2.2一元多因素方差分析  210
  6.2.2.1只考虑主效应的多因素方差分析  211
  6.2.2.2存在交互效应的多因素方差分析  215
  6.3协方差分析  217
  第7章非参数检验  220
  7.1非参数检验的基本问题  220
  7.2单样本非参数检验  221
  7.2.1中位数(均值)的检验  221
  7.2.2分布的检验  223
  7.2.3游程检验  224
  7.3两个样本的非参数检验  225
  7.3.1独立样本中位数比较的Wilcoxon秩和检验  225
  7.3.2独立样本的分布检验  227
  7.3.3成对(匹配)样本中位数的检验  228
  7.3.4两样本的游程检验  228
  7.4多个样本的非参数检验  229
  7.4.1多个样本的分布检验  229
  7.4.2独立样本位置的检验  230
  第8章相关分析与关联分析  233
  8.1相关分析  233
  8.1.1函数关系与相关关系  233
  8.1.2简单相关分析  234
  8.1.2.1用图形描述相关关系  234
  8.1.2.2用相关系数测度相关关系  235
  8.1.2.3相关系数的显著性检验  236
  8.1.3偏相关分析  238
  8.1.4点二列相关分析  239
  8.1.5非参数相关分析  240
  8.1.5.1Spearman相关系数  240
  8.1.5.2Kendalltau-b系数  241
  8.1.5.3Hoeffding’sD系数  241
  8.2关联分析  243
  8.2.1基本概念与数据预处理  243
  8.2.2Apriori算法  245
  8.2.3FP-growth算法  249


资源链接
《Python数据分析基础》高清中文PDF+高清英文PDF+源代码.rar: http://545c.com/file/12230716-336901903
标签

python大数据人工智能

发布日期

2019-02-21

擦亮日期

2024-07-26

扫一扫分享下载
资源网址导航
综合

图书酷 全索引 361图书馆

手机

电脑

影音

专业

游戏

体育

儿童

教育

资源分享站

其他