（1）知识讲解宜读易懂，语言表述顺畅自然。 讲述大数据技术中通用的基础知识，为读者一步研究理论和应用技术下坚实的基础。基本概念清晰、准确、精练，语言表述顺畅、宜读、自然，尽量避免使用晦涩难懂的语言描述深奥的理论和技术知识。 （2）系统构建知识体系，培养读者的大数据思维。 建立恰当的知识体系，并把相关知识行合理组织，而不是杂乱无章地堆砌。注重大数据技术的科学分析，有利于培养读者的大数据思维。
售 价：¥
纸质售价：¥49.30购买纸书
6.3
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
推荐序 Recommendation
前言 Preface
第1章 大数据概述
1.1 大数据时代
1.2 大数据的相关概念及特征
1.3 大数据系统简介
1.4 大数据思维
1.5 大数据伦理
1.6 大数据安全
1.7 本章小结
1.8 习题
第2章 Python程序设计
2.1 Python的安装与运行
2.2 数据类型与运算符
2.3 程序控制结构
2.4 函数与模块
2.5 文件
2.6 本章小结
2.7 习题
第3章 大数据采集
3.1 大数据采集概述
3.2 网络爬虫技术
3.3 数据抽取技术
3.4 案例：网络租房信息采集
3.5 本章小结
3.6 习题
第4章 大数据预处理技术
4.1 数据预处理概述
4.2 数据清洗
4.3 数据集成
4.4 数据变换
4.5 数据归约
4.6 数据脱敏
4.7 案例：汽车行驶工况数据预处理
4.8 本章小结
4.9 习题
第5章 Excel数据获取与预处理
5.1 Excel数据获取
5.2 Excel数据清洗与转换
5.3 Excel数据抽取与合并
5.4 案例：房价行情的对比分析
5.5 本章小结
5.6 习题
第6章 Python数据预处理
6.1 Python数据预处理基础
6.2 数据的分组、分割、合并和变形
6.3 缺失值、异常值和重复值处理
6.4 时间序列数据处理
6.5 文本数据分析
6.6 案例：IMDb5000电影数据预处理
6.7 本章小结
6.8 习题
第7章 数据可视化技术
7.1 数据可视化概述
7.2 数据可视化的理论基础
7.3 Python数据可视化方法
7.4 pyecharts数据可视化方法
7.5 本章小结
7.6 习题
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
