教育>高职高专>计算机类
Python数据分析  

Python数据分析  "

作者:任靖福,毛宏云,曾艳
ISBN:9787121451775
定价:¥49.0
字数:390千字
页数:244
出版时间:2023-03
开本:16开
版次:01-01
装帧:
出版社:电子工业出版社
简介

本书基于Python 3.10.0,以项目教学的方式,循序渐进地讲解Python 数据分析的基本原理和具体应用的方法与技巧。全书分为6个项目,具体内容为Python数据分析基础、Python数据分析开发环境、数组计算库NumPy、数据分析库Pandas、数据可视化库Matplotlib、数据分析库SciPy。本书实例丰富、内容翔实、操作方法简单易学,不仅适合作为职业院校计算机与软件工程相关专业的教材,还可供从事数据分析相关工作的专业人士参考。

前言

数据分析是用适当的统计分析方法对收集的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实际工作中,数据分析可帮助人们做出判断,以便采取适当的行动。 数据分析的数学基础在20世纪早期就已确立,但直到计算机出现才使实际操作成为可能,并使其得以推广。 数据分析是数学与计算机科学相结合的产物。利用Python的简单易学且功能强大的编程能力,可以方便、快捷地进行数据分析。 本书以由浅入深、循序渐进的方式展开讲解,以合理的结构和经典的案例对Python数据分析功能进行详细介绍,具有极高的实用价值。通过对本书的学习,读者可以掌握Python数据分析的基本知识和应用技巧。 一、本书特点 R 实例丰富。 本书的实例不管是数量还是种类,都非常丰富。从数量上来说,本书结合大量的Python数据分析实例,详细讲解Python数据分析原理与应用知识要点,让读者在学习的过程中潜移默化地掌握Python数据分析的应用技巧。 R 突出提升技能。 本书从全面提升Python数据分析实际应用能力的角度出发,结合大量实例来讲解如何使用Python进行数据分析,使读者了解Python数据分析的基本原理并能够独立完成各种Python数据分析应用操作。 本书中有很多实例本身就是Python数据分析项目案例,经过编者的精心提炼和改编,不但保证读者能够学好知识点,而且能够帮助读者掌握实际的操作技能,同时培养读者对Python数据分析的实践操作能力。 R 技能与思政教育紧密结合。 本书以党的二十大精神为指引,充分发挥教材的铸魂育人功能,深入贯彻实施党的二十大报告提出的产教融合理念,由职业院校教师和企业高级工程师倾力合作打造,为深入实施“科教兴国战略,强化现代化建设人才支撑”贡献力量。 在讲解Python数据分析专业知识的同时,紧密结合思政教育主旋律,从专业知识角度,触类旁通地引导读者相关思政品质的提升。 R 项目式教学,实操性强。 本书的编者都是在高校从事Python数据分析教学研究多年的一线人员,具有丰富的教学实践经验与教材编写经验,多年的教学工作使他们能够准确地把握学生的心理与实际需求,本书是编者总结多年的开发经验及教学的心得体会,历时多年的精心准备,力求全面、细致地展现Python数据分析应用领域的各种功能和使用方法。 全书采用项目式教学,把Python数据分析理论知识分解并融入一个个实践操作的训练项目中,增强了本书的实用性。 二、本书的基本内容 全书分为6个项目,具体内容为Python数据分析基础、Python数据分析开发环境、数组计算库NumPy、数据分析库Pandas、数据可视化库Matplotlib、数据分析库SciPy。 三、关于本书的服务 关于本书的技术问题或有关本书信息的发布。 当读者遇到有关本书的技术问题时,可以将问题发至邮箱714491436@qq.com,我们将及时回复;也欢迎加入图书学习交流群(QQ:879499857)交流探讨。 安装软件的获取。 按照本书的实例进行操作练习,需要事先在计算机上安装相应的软件。读者可从网络中下载相应的软件,或者从当地电脑城、软件经销商处购买。此外,QQ交流群也会提供软件下载地址和安装方法教学视频,需要的读者可以关注。 电子资源内容。 为了满足各学校师生利用此书进行教学的需要,随书配赠多媒体电子资源,内容为书中所有实例的源文件和相关资源,以及实例操作过程录屏动画,还附赠了大量的其他实例素材,供读者学习使用。读者可到华信教育资源网(www.hxedu.com.cn)免费注册下载。 本书由无锡城市职业技术学院的任靖福、江西应用技术职业学院的毛宏云、四川幼儿师范高等专科学校的曾艳担任主编,河北软件职业技术学院的赵伯鑫、江西应用技术职业学院的吴圭亮、甘肃工业职业技术学院的卢宏才担任副主编。 编 者

目录

项目一?Python数据分析基础 1 任务一?数据分析基础 2 一、数据分析方法 2 二、数据分析的分类 3 三、数据分析过程 4 四、数据分析工具 5 五、数据结果呈现 6 任务二?Python基础 7 一、Python简介 7 二、安装Python 8 三、Python内置函数 12 四、集成库Anaconda 16 五、安装Python库 19 项目总结 23 项目二?Python数据分析开发环境 24 任务一?集成开发环境PyCharm 25 一、安装PyCharm 25 二、配置PyCharm 27 三、PyCharm编辑环境 29 四、加载模块 32 五、模块导入 35 任务二?Python数据类型 37 一、数据类型 37 二、常量与变量 41 三、数值类型 45 四、数据迭代输出 46 五、数据类型转换 47 任务三?程序结构 50 一、表达式语句 50 二、顺序结构 52 三、选择结构 52 四、循环结构 55 五、条件表达式 57 六、程序的流程控制 57 七、程序调试 59 项目总结 60 项目实战 61 项目三?数组计算库NumPy 63 任务一?数组的创建 64 一、数组数据类型 64 二、创建数组的具体方法 66 三、创建新数组 71 四、数组的属性 73 任务二?特殊数组 74 一、数值数组 74 二、随机数组 76 三、单位数组 78 四、概率分布数组 80 任务三?数组运算 82 一、数组的数学运算 82 二、数组元素运算 90 任务四?矩阵操作 95 一、创建矩阵 95 二、向量运算 96 三、统计函数 98 项目总结 99 项目实战 100 项目四?数据分析库Pandas 104 任务一?Pandas数据结构 105 一、一维数组Series 106 二、二维数组DataFrame 110 任务二?导入数据 114 一、读取Excel文件 114 二、写入Excel文件 118 任务三?数据处理 120 一、数据清洗 120 二、数据转换 130 三、数据合并 132 任务四?数据统计 134 一、数据提取 134 二、数据分类 137 三、数据排序 138 四、统计分组 142 任务五?数据统计分析 146 一、集中趋势分析 146 二、离散程度分析 147 三、频数分析 149 项目总结 150 项目实战 150 项目五?数据可视化库Matplotlib 155 任务一?数据可视化 156 一、数据可视化的作用 156 二、数据分析图表 157 三、图表结构 158 四、图表类型 159 任务二?图表的基本设置 162 一、创建图形窗口 162 二、绘制折线图 164 三、创建子图 167 四、图表属性参数 169 任务三?图形修饰处理 171 一、坐标系设置 171 二、图形标注 174 任务四?常用图表的绘制 184 一、绘制柱形图 184 二、绘制直方图 187 三、绘制饼图 189 四、绘制散点图 191 五、绘制面积图 193 六、绘制箱形图 194 七、绘制雷达图 195 项目总结 197 项目实战 197 项目六?数据分析库SciPy 202 任务一?SciPy简介 203 一、linalg模块 203 二、stats模块 205 任务二?相关性分析 208 一、图表相关性分析 209 二、相关系数分析 213 任务三?假设检验 217 一、正态性检验 218 二、方差齐性检验 222 三、卡方检验 223 任务四?t检验 225 一、单样本t检验 225 二、独立样本t检验 227 三、配对样本t检验 228 任务五?方差分析 230 一、单因素方差分析 230 二、多因素方差分析 232 项目总结 233 项目实战 233

作者简介

编辑推荐

作者寄语

电子资料

http://www.hxedu.com.cn/hxedu/fg/book/bookinfo.html?code=G0451770

www.luweidong.cn

下一个