|
|
|
本書根據大多數軟體公司對Python資料分析和可視化的需求，面向Python初學者講述爬蟲、資料分析、數據視覺化和機器學習等方面的技術和實踐案例。全書共13章：第1～4章為基礎篇，主要講述Python基礎知識、Python資料結構、面向對象程式設計思想、Python異常處理和讀寫文件的技巧；第5～7章為資料分析的工具篇，主要講述NumPy庫、Pandas庫和Matplotlib庫的基本功能和應用；第8、9章為資料分析高級技能篇，主要通過爬取技術博客案例講述基於Scrapy爬蟲框架的實用技巧，以及資料分析的常用方法；第10～13章為綜合案例篇，主要講述圖書分析案例、二手房資料分析案例、股票資料分析案例和基於sklearn庫的機器學習相關實踐，涉及線性回歸分析、嶺回歸分析、SVM分類、KNN分類和邏輯回歸等機器學習演算法。
本書語言通俗易懂，案例豐富，適合想要入職資料分析崗位的新手、大學生以及欲轉行進入大資料分析領域的從業人員使用。也可以作為大專院校或培訓機構的教學用書。
前言
第1章 Python編程設計基礎
1.1 搭建Python開發環境
1.1.1 安裝Python解譯器
1.1.2 安裝Python協力廠商開發包
1.1.3 在PyCharm裡新建專案和檔
1.1.4 在PyCharm裡換Python解譯器
1.2 實踐Python基本語法
1.2.1 針對基底資料型別的操作
1.2.2 針對字串的操作
1.2.3 多行注釋與引入中文
1.2.4 條件分支語句
1.2.5 迴圈動作陳述式
1.2.6 break和continue的用法
1.2.7 格式化輸出語句
1.3 定義和調用函數
1.4 return的重要性——函數的遞迴呼叫
1.5 熟悉函數的特殊寫法
1.5.1 函數作為參數
1.5.2 函數作為返回結果
1.5.3 匿名函數
1.6 本章小結
第2章 Python的資料結構
2.1 列表
2.1.1 定義列表
2.1.2 在清單中增、刪、改元素
2.1.3 列表的切片操作
2.1.4 遍歷列表
2.1.5 列表的常見用法
2.2 元組
2.2.1 創建和使用元組
2.2.2 元組的常見用法
2.3 集合
2.3.1 創建和使用集合
2.3.2 針對集合的常用資料操作
2.4 字典
2.4.1 創建和使用字典
2.4.2 增加、刪除和修改字典中的元素
2.4.3 遍歷字典
2.5 針對資料結構的通用性操作
2.5.1 通過map方法實現序列的映射
2.5.2 filter方法與資料篩選
2.5.3 通過reduce方法實現累計效果
2.5.4 通過sorted方法排序物件
2.6 本章小結
第3章 Python物件導向編程設計
3.1 什麼是物件導向思想
3.2 封裝特性
3.2.1 創建類並在類裡封裝屬性和方法
3.2.2 類方法的第一個參數必須指向實例
