新書推薦：
《
琴学论集：古琴传承与人文生态
》
售價：HK$
165.6
《
天理与秩序：宋代政治伦理思想研究
》
售價：HK$
117.6
《
怎么办？
》
售價：HK$
94.8
《
明代文艺思想史
》
售價：HK$
576.0
《
原始之美：萨满教与西方人的想象
》
售價：HK$
153.6
《
宽窄说：烟草之书
》
售價：HK$
153.6
《
女人认知觉醒手册 共2册 做个情绪稳定活得通透的女人 任何时候都不要被情绪绑架 女人不能太单纯
》
售價：HK$
119.5
《
耳穴治疗青少年近视与保健
》
售價：HK$
58.8
|
| 編輯推薦： |
|
本书能反映以“重实践”为目标，“理论够用”为原则，突出培养学生的运用能力，通过“理论与实践”结合的教学模式，激发学生的学习兴趣和学以致用。
|
| 內容簡介： |
|
本书是一本适合零基础读者学习的Python程序设计与数据分析可视化基础教材。在内容编写上，主要采用“理论知识与实例展示相结合”的方式，使学习者在学习理论知识的同时能够增强实际应用的能力。 本书共分为9章，主要包括Python语言、数据分析与可视化概述，Python语言基础，Python序列结构，程序控制结构，函数与模块，Numpy库与Pandas库，数据预处理，Matplotlib、Seaborn、Pyecharts库和词云的概述以及时间序列数据分析。 本书在内容上力求通俗易懂、图文并茂、循序渐进，书中每个实例都通过了调试验证，选取的实例典型且易于学习与掌握，本书配有教学课件、所有例题源代码文件以及课程教学大纲等。 本书既可以作为高等学校Python程序设计与数据分析可视化的教材，也可以作为初学者自学Python数据分析可视化基础的指导用书。
|
| 目錄：
|
第1章Python语言、数据分析与可视化概述1
1.1Python语言1
1.1.1Python语言简介1
1.1.2Python的特点1
1.1.3Python的应用领域2
1.2数据分析与数据可视化概述2
1.2.1数据分析2
1.2.2数据可视化2
1.2.3数据可视化首选工具Python3
1.2.4Python数据分析与可视化的常用扩展库3
1.3Python开发环境及工具4
1.3.1IDLE开发工具4
1.3.2Anaconda开发工具4
1.3.3Jupyter编辑平台4
1.3.4库的安装与管理4
1.4任务实现5
1.5习题27
第2章Python语言基础29
2.1Python程序编写风格29
2.2变量30
2.3Python数据类型32
2.3.1Number（数字）32
2.3.2String（字符串）32
2.4Python运算符与表达式34
2.4.1算术运算符和表达式34
2.4.2赋值运算符和表达式35
2.4.3关系运算符和表达式36
2.4.4逻辑运算符和表达式362.4.5字符串运算符和表达式37
2.4.6运算符的优先级40
2.5Python常用函数41
2.6任务实现46
2.7习题47第3章Python序列结构50
3.1列表50
3.1.1列表的基本操作50
3.1.2列表的常用方法52
3.1.3与列表相关的函数58
3.1.4列表推导式58
3.2元组59
3.2.1元组的创建59
3.2.2元组的基本操作60
3.2.3元组与列表的区别61
3.3字典61
3.4集合65
3.5任务实现68
3.6习题69
第4章程序控制结构72
4.1顺序控制语句72
4.2if选择语句72
4.2.1单分支结构73
4.2.2双分支结构73
4.2.3多分支结构74
4.2.4if语句的嵌套76
4.3循环语句77
4.3.1while循环77
4.3.2for循环78
4.3.3循环的嵌套79
4.3.4break语句79
4.3.5continue语句80
4.4异常处理81
4.5任务实现82
4.6习题84
第5章函数与模块87
5.1函数概述87
5.2函数的声明和调用87
5.2.1函数的声明87
5.2.2函数的调用89
5.2.3函数的嵌套90
5.2.4函数的递归调用91
5.3参数的传递92
5.3.1默认参数92
5.3.2可变参数93
5.3.3关键字参数95
5.4函数的返回值95
5.5变量的作用域96
5.6模块98
5.6.1模块的导入98
5.6.2模块的创建99
5.7任务实现99
5.8习题101
第6章Numpy库与Pandas库104
6.1Numpy库104
6.1.1Numpy ndarray对象104
6.1.2创建Numpy数组的常用函数105
6.1.3Numpy数组运算110
6.1.4Numpy数组排序118
6.1.5Numpy生成随机数模块119
6.1.6Numpy中的数据去重与重复120
6.1.7Numpy中的数学函数121
6.1.8Numpy中的统计函数122
6.2Pandas库123
6.2.1Pandas数据类型123
6.2.2Pandas数据运算131
6.2.3Pandas数据排序131
6.2.4Pandas常用计算函数133
6.2.5Pandas数据可视化134
6.2.6Pandas读写文件数据141
6.3任务实现144
6.4习题145
第7章数据预处理148
7.1数据清洗148
7.2数据合并163
7.3数据重塑170
7.4数据转换172
7.5任务实现179
7.6习题188
第8章Matplotlib、Seaborn、Pyecharts库和词云的概述191
8.1Matplotlib库简介191
8.1.1Matplotlib库的绘图基础191
8.1.2Matplotlib库中的常用绘图函数197
8.2Seaborn库简介224
8.2.1Seaborn常用方法224
8.2.2Seaborn库中的常用绘图函数227
8.3词云简介241
8.3.1wordcloud库242
8.3.2stylecloud库245
8.4pyecharts库简介247
8.4.1pyecharts库的配置项247
8.4.2pyecharts图表渲染方法253
8.4.3在pyecharts库中的常用图表绘制函数253
8.5任务实现279
8.6习题284
第9章时间序列数据分析288
9.1时间序列的基本操作288
9.2时期周期与计算293
9.3重采样、降采样和升采样296
9.4滑动窗口与统计300
9.5任务实现303
9.6习题311
参考文献313
|
| 內容試閱：
|
随着互联网技术与应用的飞速发展，互联网上产生的数据已经成为与其他资源同等重要的基础生产要素，互联网数据的存储、处理与分析推动了大数据技术的发展。其中，数据的分析与挖掘技术可以帮助人们从海量的数据中找出有价值的信息和规律。在数据分析领域，由于Python语言简单，易学易用，且具有丰富和成熟的扩展库，因而近年来Python语言深受数据分析人员的青睐。因此，本书从Python语言与数据分析基础知识入手，并结合大量的实例，带领学习者一步步地掌握Python数据分析的相关知识，并提高解决实际问题的能力。
本书基于Python 3.8和Anaconda 3，以“理论够用、重在实践”为目标，注重理论与实践相结合，通过引用大量的实例，由浅入深、循序渐进地介绍了Python语言与数据分析可视化的基础知识和应用。
本书共有9章，其内容如下。
第1章主要讲解 Python语言、数据分析与可视化概述、Python开发环境及工具和任务实现。
第2章主要讲解Python程序编写风格、变量、Python数据类型、Python运算符与表达式、Python常用函数和任务实现。
第3章主要讲解Python的列表、元组、字典、集合和任务实现。
第4章主要讲解Python的顺序控制语句、if选择语句、循环语句、异常处理和任务实现。
第5章主要讲解函数概述、函数的声明和调用、参数的传递、函数返回值、变量的作用域、模块和任务实现。
第6章主要讲解Numpy库与Pandas库，包括ndarray对象、Numpy常用函数、Numpy数组运算、Numpy数组排序、Numpy生成随机数模块、Numpy中的数据去重与重复、Numpy中的数学函数与统计函数，以及Pandas数据类型、Pandas数据运算、Pandas数据排序、Pandas常用计算函数、Pandas数据可视化、Pandas读写文件数据和任务实现。
第7章主要讲解Pandas数据清洗、数据合并、数据重塑、数据转换和任务实现。
第8章主要讲解Matplotlib库简介与绘图基础，Seaborn库简介与常用方法及Seaborn库中的常用绘图函数，词云库wordcloud和stylecloud，以及pyecharts库简介和配置项、pyecharts图表渲染方法、pyecharts常用图表绘制函数和任务实现。
第9章主要讲解时间序列的基本操作，时期周期与计算，重采样、降采样和升采样，滑动窗口与统计和任务实现。
本书由骆焦煌编著。本书的出版得到教育高等教育司2021年第二批产学合作协同育人项目（课题编号： 202102186004）的资助。
本书在编写时参阅了大量的书籍，在此表示感谢。
由于编著者水平有限，书中难免有不足之处，敬请广大同行和读者批评、指正。
编著者2022年10月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
