本书采用了以任务为导向的教学模式，按照解决实际任务的工作流程路线，逐步展介绍相关的理论知识，推导生成可行的解决方案，* 后落实在任务实现环节。 全书大部分章节紧扣任务需求展，不堆积知识，着重于解决问题时思路的启发与方案的实施。通过从任务需求到实现这一完整工作流程的体验，帮助读者真正理解与消化Python数据分析与应用。 书中案例全部源于企业真实项目，可操作性强，引导读者融会贯通，并提供源代码等相关学习资源，帮助读者快速掌握大数据相关技能。
售 价：¥
纸质售价：¥37.00购买纸书
6.4
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
内容提要
前言
第1章 Python数据分析概述
任务1.1 认识数据分析
任务1.2 熟悉Python数据分析的工具
任务1.3 安装Python的Anaconda发行版
任务1.4 掌握Jupyter Notebook常用功能
小结
课后习题
第2章 NumPy数值计算基础
任务2.1 掌握NumPy数组对象ndarray
任务2.2 掌握NumPy矩阵与通用函数
任务2.3 利用NumPy进行统计分析
小结
实训
课后习题
第3章 Matplotlib数据可视化基础
任务3.1 掌握绘图基础语法与常用参数
任务3.2 分析特征间的关系
任务3.3 分析特征内部数据分布与分散状况
小结
实训
课后习题
第4章 pandas统计分析基础
任务4.1 读/写不同数据源的数据
任务4.2 掌握DataFrame的常用操作
任务4.3 转换与处理时间序列数据
任务4.4 使用分组聚合进行组内计算
任务4.5 创建透视表与交叉表
小结
实训
课后习题
第5章 使用pandas进行数据预处理
任务5.1 合并数据
任务5.2 清洗数据
任务5.3 标准化数据
任务5.4 转换数据
小结
实训
课后习题
第6章 使用scikit-learn构建模型
任务6.1 使用sklearn转换器处理数据
任务6.2 构建并评价聚类模型
任务6.3 构建并评价分类模型
任务6.4 构建并评价回归模型
小结
实训
课后习题
第7章 航空公司客户价值分析
任务7.1 了解航空公司现状与客户价值分析
任务7.2 预处理航空客户数据
任务7.3 使用K-Means算法进行客户分群
小结
实训
课后习题
第8章 财政收入预测分析
任务8.1 了解财政收入预测的背景与方法
任务8.2 分析财政收入数据特征的相关性
任务8.3 使用Lasso回归选取财政收入预测的关键特征
任务8.4 使用灰色预测和SVR构建财政收入预测模型
小结
实训
课后习题
第9章 家用热水器用户行为分析与事件识别
任务9.1 了解家用热水器用户行为分析的背景与步骤
任务9.2 预处理热水器用户用水数据
任务9.3 构建用水行为特征并筛选用水事件
任务9.4 构建行为事件分析的BP神经网络模型
小结
实训
课后习题
附录A
附录B
参考文献
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
