顶部
收藏

数据分析应用项目化教程(Python)


作者:
孙仁鹏 何淼 董志勇
定价:
49.50元
ISBN:
978-7-04-060579-2
版面字数:
390.000千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2023-08-21
读者对象:
高等职业教育
一级分类:
计算机大类
二级分类:
计算机类
三级分类:
软件技术

本书是人工智能技术应用专业校企“双元”合作系列教材之一。

从数据中提取信息,探索数据内在规律并形成有效结论,需要使用数据分析技术,这也是高等职业教育人工智能技术应用专业后续课程的基础支撑。本书共包括9 个项目:项目1 介绍数据分析的概念、学习路径、分类和流程,使读者建立数据分析的总体认识;项目2 搭建开发环境Anaconda,使用开发工具Jupyter Notebook,使用内置数据结构、函数和推导式,为数据分析做准备;项目3 使用NumPy 进行多维数组的创建、运算、操作、存取,面向数组编程,奠定数据分析基础;项目4~项目7使用Pandas 进行数据分析;项目8 使用Matplotlib 图形库进行数据可视化分析;项目9 运用所学知识和技术进行数据分析实战演练。

本书配有微课视频、课程标准、教学设计、授课用PPT、案例源码等数字化学习资源。与本书配套的数字课程“Python 数据处理”在“智慧职教”及“中国大学MOOC”平台上线,学习者可登录平台进行在线学习,授课教师可调用本课程构建符合自身教学特色的SPOC 课程,详见“智慧职教”服务指南及前言说明。教师也可发邮件至编辑邮箱1548103297@qq.com获取相关资源。

本书以项目任务形式组织教学,由浅入深、图文并茂,着力培养学生的数据思维、学习能力和实践能力,可作为高等职业院校人工智能技术应用、大数据技术、计算机应用技术等相关专业的教材,也可作为Python数据分析及人工智能技术初学者的入门参考书。

  • 前辅文
  • 项目1 认识数据分析
    • 项目描述
    • 项目分析
    • 项目目标
    • 任务1.1 认识Python 与数据分析
      • 1.1.1 任务描述
      • 1.1.2 任务分析
      • 1.1.3 任务实现
      • 1.1.4 知识巩固
    • 任务1.2 认识数据分析类别与流程
      • 1.2.1 任务描述
      • 1.2.2 任务分析
      • 1.2.3 任务实现
      • 1.2.4 知识巩固
    • 小结
    • 练习
  • 项目2 准备数据分析
    • 项目描述
    • 项目分析
    • 项目目标
    • 任务2.1 数据分析环境搭建与使用
      • 2.1.1 任务描述
      • 2.1.2 任务分析
      • 2.1.3 任务实现
      • 2.1.4 知识巩固
    • 任务2.2 内置数据结构使用
      • 2.2.1 任务描述
      • 2.2.2 任务分析
      • 2.2.3 任务实现
      • 2.2.4 知识巩固
    • 任务2.3 序列函数和推导式使用
      • 2.3.1 任务描述
      • 2.3.2 任务分析
      • 2.3.3 任务实现
      • 2.3.4 知识巩固
    • 任务2.4 函数的使用
      • 2.4.1 任务描述
      • 2.4.2 任务分析
      • 2.4.3 任务实现
      • 2.4.4 知识巩固
    • 小结
    • 练习
  • 项目3 NumPy 的多维数组处理与存取
    • 项目描述
    • 项目分析
    • 项目目标
    • 任务3.1 认识NumPy 的多维数组
      • 3.1.1 任务描述
      • 3.1.2 任务分析
      • 3.1.3 任务实现
      • 3.1.4 知识巩固
    • 任务3.2 创建多维数组
      • 3.2.1 任务描述
      • 3.2.2 任务分析
      • 3.2.3 任务实现
      • 3.2.4 知识巩固
    • 任务3.3 多维数组运算
      • 3.3.1 任务描述
      • 3.3.2 任务分析
      • 3.3.3 任务实现
      • 3.3.4 知识巩固
    • 任务3.4 多维数组的索引和切片操作
      • 3.4.1 任务描述
      • 3.4.2 任务分析
      • 3.4.3 任务实现
      • 3.4.4 知识巩固
    • 任务3.5 多维数组的数据处理与运算
      • 3.5.1 任务描述
      • 3.5.2 任务分析
      • 3.5.3 任务实现
      • 3.5.4 知识巩固
    • 任务3.6 多维数组的操作
      • 3.6.1 任务描述
      • 3.6.2 任务分析
      • 3.6.3 任务实现
      • 3.6.4 知识巩固
    • 任务3.7 多维数组存取
      • 3.7.1 任务描述
      • 3.7.2 任务分析
      • 3.7.3 任务实现
      • 3.7.4 知识巩固
    • 任务3.8 标准差计算
      • 3.8.1 任务描述
      • 3.8.2 任务分析
      • 3.8.3 任务实现
      • 3.8.4 知识巩固
    • 小结
    • 练习
  • 项目4 Pandas 的数据对象构建和数据运算
    • 项目描述
    • 项目分析
    • 项目目标
    • 任务4.1 构建数据对象
      • 4.1.1 任务描述
      • 4.1.2 任务分析
      • 4.1.3 任务实现
      • 4.1.4 知识巩固
    • 任务4.2 索引操作
      • 4.2.1 任务描述
      • 4.2.2 任务分析
      • 4.2.3 任务实现
      • 4.2.4 知识巩固
    • 任务4.3 数据运算
      • 4.3.1 任务描述
      • 4.3.2 任务分析
      • 4.3.3 任务实现
      • 4.3.4 知识巩固
    • 任务4.4 层次化索引操作
      • 4.4.1 任务描述
      • 4.4.2 任务分析
      • 4.4.3 任务实现
      • 4.4.4 知识巩固
    • 小结
    • 练习
  • 项目5 Pandas 的数据读写
    • 项目描述
    • 项目分析
    • 项目目标
    • 任务5.1 文本数据读写
      • 5.1.1 任务描述
      • 5.1.2 任务分析
      • 5.1.3 任务实现
      • 5.1.4 知识巩固
    • 任务5.2 JSON 和Excel 数据读写
      • 5.2.1 任务描述
      • 5.2.2 任务分析
      • 5.2.3 任务实现
      • 5.2.4 知识巩固
    • 任务5.3 数据库数据读写
      • 5.3.1 任务描述
      • 5.3.2 任务分析
      • 5.3.3 任务实现
      • 5.3.4 知识巩固
    • 小结
    • 练习
  • 项目6 Pandas 的数据清洗和整理
    • 项目描述
    • 项目分析
    • 项目目标
    • 任务6.1 数据清洗
      • 6.1.1 任务描述
      • 6.1.2 任务分析
      • 6.1.3 任务实现
      • 6.1.4 知识巩固
    • 任务6.2 数据合并和连接
      • 6.2.1 任务描述
      • 6.2.2 任务分析
      • 6.2.3 任务实现
      • 6.2.4 知识巩固
    • 任务6.3 数据重塑
      • 6.3.1 任务描述
      • 6.3.2 任务分析
      • 6.3.3 任务实现
      • 6.3.4 知识巩固
    • 任务6.4 字符串处理
      • 6.4.1 任务描述
      • 6.4.2 任务分析
      • 6.4.3 任务实现
      • 6.4.4 知识巩固
    • 小结
    • 练习
  • 项目7 Pandas 的数据分组与聚合
    • 项目描述
    • 项目分析
    • 项目目标
    • 任务7.1 数据分组与聚合运算
      • 7.1.1 任务描述
      • 7.1.2 任务分析
      • 7.1.3 任务实现
      • 7.1.4 知识巩固
    • 任务7.2 分组级apply 和transform 运算
      • 7.2.1 任务描述
      • 7.2.2 任务分析
      • 7.2.3 任务实现
      • 7.2.4 知识巩固
    • 任务7.3 数据处理map、apply、applymap 运算
      • 7.3.1 任务描述
      • 7.3.2 任务分析
      • 7.3.3 任务实现
      • 7.3.4 知识巩固
    • 任务7.4 某平台读书数据探索
      • 7.4.1 任务描述
      • 7.4.2 任务分析
      • 7.4.3 任务实现
      • 7.4.4 知识巩固
    • 小结
    • 练习
  • 项目8 Matplotlib 图形库的数据可视化
    • 项目描述
    • 项目分析
    • 项目目标
    • 任务8.1 基础绘图
      • 8.1.1 任务描述
      • 8.1.2 任务分析
      • 8.1.3 任务实现
      • 8.1.4 知识巩固
    • 任务8.2 设置图形样式和色彩
      • 8.2.1 任务描述
      • 8.2.2 任务分析
      • 8.2.3 任务实现
      • 8.2.4 知识巩固
    • 任务8.3 绘制其他2D 图形
      • 8.3.1 任务描述
      • 8.3.2 任务分析
      • 8.3.3 任务实现
      • 8.3.4 知识巩固
    • 任务8.4 高阶绘图
      • 8.4.1 任务描述
      • 8.4.2 任务分析
      • 8.4.3 任务实现
      • 8.4.4 知识巩固
    • 小结
    • 练习
  • 项目9 某短视频平台用户行为分析
    • 项目描述
    • 项目分析
    • 项目目标
    • 9.1 数据导入
    • 9.2 数据理解
      • 9.2.1 查看列索引列表
      • 9.2.2 解释列索引
      • 9.2.3 查看维度
      • 9.2.4 查看摘要
      • 9.2.5 查看描述性统计信息
    • 9.3 问题定义
    • 9.4 数据预处理
      • 9.4.1 空值和重复值
      • 9.4.2 字段名处理
      • 9.4.3 数据格式处理
    • 9.5 数据探索与可视化
      • 9.5.1 问题1
      • 9.5.2 问题2
      • 9.5.3 问题3
      • 9.5.4 问题4
      • 9.5.5 问题5
      • 9.5.6 问题6
      • 9.5.7 问题7
      • 9.5.8 问题8
      • 9.5.9 问题9
      • 9.5.10 问题10
      • 9.5.11 问题11
    • 9.6 结论
  • 参考文献

相关图书