作者：葛东旭
页数：337
出版社：机械工业出版社
出版日期：2022
ISBN：9787111702207
电子书格式：pdf/epub/txt
内容简介
本书分为10章。第1章介绍Python语言的起源和特性，以及安装Python及其开发环境的方法；第2章介绍Python语言的基础知识；第3章介绍Python数据组织结构，作为学习后续数据操作的基础；第4～7章介绍为了能够有效进行数据分析和数据挖掘所必须对数据进行的多种处理方法；第8章介绍使用不同的Python扩展库，以不同的可视化方法和形式对数据进行探索和分析；第9章介绍数据分析方法；第10章介绍数据挖掘的关联、分类和聚类算法。
本书配套以下教学资源：教学PPT、习题答案、数据分析支撑文件、程序代码等，请选用本书作教材的教师登录www.cmpedu.com注册后下载，或发邮件至jinacmp@163.com索取（注明学校名+姓名）。
本书可作为普通高校计算机、大数据、人工智能、金融管理等专业的教材，也可供广大从事数据分析、人工智能、机器学习等应用系统开发的技术人员参考。
本书配有电子课件和程序代码，书中的程序代码均在Python 3.8、Anaconda 3上调试通过，有些需要安装第三方库。选用本书作教材的老师请登录www.cmpedu.com注册下载课件等教学资源，或发邮件至jinacmp@163.com索取。
本书特色
本书着重介绍如何使用Python语言，完成《数据挖掘原理与应用》中的各项处理任务，并对相关内容进行了拓展，例如Python程序设计等内容，使之能够适用于Python初学者。
目录
目录
前言
第1章Python介绍及安装1
1.1Python出现1
1.2Python的特性2
1.3安装和使用Python3
单元练习13
第2章Python语言基础14
2.1Python语句14
2.2基本数据类型17
2.3标识符与变量18
2.4运算及运算符20
2.5程序结构24
2.6面向对象28
2.7常用标准库函数29
2.8自定义函数45
单元练习47
第3章Python数据组织
结构493.1字符串49
3.2列表54
3.3元组60
3.4集合61
3.5映射（字典）64
3.6数组67
3.7矩阵74
3.8系列78
3.9数据框架81
单元练习93
第4章数据生成和采集96
4.1数据生成和载入96
4.2数据文件访问114
4.3数据库访问134
4.4网络数据采集136
单元练习151
第5章数据整理153
5.1数据类型及精度转换153
5.2数据抽样154
5.3缺失值处理157
5.4重复值处理160
5.5异常值处理161
5.6排序162
5.7标准化163
5.8离散化165
5.9数值编码167
5.10拟合与插值171
单元练习175
第6章数据变换177
6.1线性空间变换177
6.2域变换183
单元练习185
第7章数据规约186
7.1主成分分析186
7.2因子分析187
7.3独立成分分析189
7.4多维标度分析190
7.5线性判别分析191
7.6T睸NE193
7.7特征选择194
单元练习197
第8章数据可视化分析198
8.1Matplotlib绘图198
8.2Pandas绘图229
8.3Seaborn绘图241
8.4Networkx绘图255
8.5Graphviz绘图256
单元练习257
第9章数据分析261
9.1统计分析261
9.2回归分析280
9.3时间序列分析288
单元练习301
第10章数据挖掘304
10.1关联分析304
10.2分类归纳308
10.3聚类分析326
单元练习336
参考文献338
前言
第1章Python介绍及安装1
1.1Python出现1
1.2Python的特性2
1.3安装和使用Python3
单元练习13
第2章Python语言基础14
2.1Python语句14
2.2基本数据类型17
2.3标识符与变量18
2.4运算及运算符20
2.5程序结构24
2.6面向对象28
2.7常用标准库函数29
2.8自定义函数45
单元练习47
第3章Python数据组织
结构493.1字符串49
3.2列表54
3.3元组60
3.4集合61
3.5映射（字典）64
3.6数组67
3.7矩阵74
3.8系列78
3.9数据框架81
单元练习93
第4章数据生成和采集96
4.1数据生成和载入96
4.2数据文件访问114
4.3数据库访问134
4.4网络数据采集136
单元练习151
第5章数据整理153
5.1数据类型及精度转换153
5.2数据抽样154
5.3缺失值处理157
5.4重复值处理160
5.5异常值处理161
5.6排序162
5.7标准化163
5.8离散化165
5.9数值编码167
5.10拟合与插值171
单元练习175
第6章数据变换177
6.1线性空间变换177
6.2域变换183
单元练习185
第7章数据规约186
7.1主成分分析186
7.2因子分析187
7.3独立成分分析189
7.4多维标度分析190
7.5线性判别分析191
7.6T睸NE193
7.7特征选择194
单元练习197
第8章数据可视化分析198
8.1Matplotlib绘图198
8.2Pandas绘图229
8.3Seaborn绘图241
8.4Networkx绘图255
8.5Graphviz绘图256
单元练习257
第9章数据分析261
9.1统计分析261
9.2回归分析280
9.3时间序列分析288
单元练习301
第10章数据挖掘304
10.1关联分析304
10.2分类归纳308
10.3聚类分析326
单元练习336
参考文献338
