作品简介

本书作者从实践出发,总结了智能数据分析常用的方法,深入浅出地介绍了智能数据分析编程过程中的相关知识。书中涵盖Python环境搭建、Python基础语法、控制语句、函数、面向对象编程、数值计算、数据处理、绘图、模型构建等内容,还配套提供了程序代码及数据。此外,每章的最后均提供课后习题,帮助读者快速掌握Python的使用方法。

李明江,资深大数据专家,贵州省计算机学会常务理事,黔南州大数据专家委员会委员,黔南州计算机学会会长,黔南州教育信息化建设专家库专家,黔南民族师范学院计算机与信息学院院长,全国高校大数据教育联盟理事。

主持过多项省厅级科研项目,并在《计算机应用研究》《科技通报》上发表多篇大数据分析与数据挖掘相关技术的研究论文,著有《数据挖掘的应用与实践:案例与探析》《计算机网络技术与应用》等著作。

张良均,资深大数据挖掘与分析专家、模式识别专家、AI技术专家。有10余年大数据挖掘与分析经验,擅长Python、R语言、Hadoop、Matlab等技术实现的数据挖掘与分析,对机器学习等AI技术驱动的数据分析也有深入的研究。

作品目录

  • 前言
  • 第1章 Python概述
  • 1.1 Python语言介绍
  • 1.2 Python环境配置
  • 1.3 Python的解释器与IDE
  • 小结
  • 课后习题
  • 第2章 Python基础知识
  • 2.1 固定语法
  • 2.2 运算符
  • 2.3 数据类型
  • 2.4 Python I/O
  • 小结
  • 课后习题
  • 第3章 控制语句
  • 3.1 条件语句
  • 3.2 循环语句
  • 小结
  • 课后习题
  • 第4章 函数与对象
  • 4.1 函数
  • 4.2 对象
  • 4.3 Python常用库安装
  • 小结
  • 课后习题
  • 第5章 NumPy数值计算
  • 5.1 ndarray创建与索引
  • 5.2 ndarray的基础操作
  • 5.3 ufunc
  • 5.4 matrix与线性代数
  • 5.5 NumPy文件读写
  • 小结
  • 课后习题
  • 第6章 pandas基础
  • 6.1 pandas常用类
  • 6.2 DataFrame基础操作
  • 6.3 其他数据类型操作
  • 小结
  • 课后习题
  • 第7章 pandas进阶
  • 7.1 数据读取与写入
  • 7.2 DataFrame进阶
  • 7.3 数据准备
  • 小结
  • 课后习题
  • 第8章 绘图
  • 8.1 Matplotlib绘图基础
  • 8.2 Seaborn进阶绘图
  • 8.3 Bokeh交互式绘图
  • 小结
  • 习题
  • 第9章 scikit-learn
  • 9.1 数据准备
  • 9.2 降维
  • 9.3 聚类
  • 9.4 分类
  • 9.5 回归
  • 9.6 模型选择
  • 小结
  • 课后习题
展开全部