基于PYTHON语言的数据分析PDF电子书下载

查看更多关于的内容

第1章 Python开发环境 1

1.1 Python语言概述 1

1.1.1 Python的发展历程 1

1.1.2 Python的应用场景 2

1.2 搭建编程环境 3

1.2.1 Python 2和Python 3 4

1.2.2 Hello World程序 4

1.3 在不同操作系统中搭建Python编程环境 4

1.3.1 在Linux系统中搭建Python编程环境 4

1.3.2 在OS X系统中搭建Python编程环境 5

1.3.3 在Windows系统中搭建Python编程环境 5

1.4 从终端运行Python程序 6

1.4.1 在Linux和OS X系统中从终端运行Python程序 6

1.4.2 在Windows系统中从终端运行Python程序 7

1.5 使用开发软件部署Python环境 7

1.5.1 Anaconda的下载和安装 7

1.5.2 PyCharm的下载安装及配置 11

1.6 本章小结 13

1.7 本章作业 13

第2章 Python程序基础 14

2.1 变量 14

2.1.1 变量的命名和使用 15

2.1.2 使用变量时避免命名错误 15

2.2 字符串 15

2.2.1 修改字符串的大小写 16

2.2.2 合并（拼接）字符串 16

2.2.3 Python 2中的print语句 16

2.3 数字 17

2.3.1 整数 17

2.3.2 浮点数 18

2.3.3 复数 18

2.4 列表 19

2.4.1 访问列表元素 19

2.4.2 列表索引 19

2.4.3 修改、添加和删除元素 20

2.4.4 列表排序 22

2.4.5 列表切片 23

2.4.6 列表复制 26

2.5 元组 29

2.5.1 定义元组 29

2.5.2 修改元组变量 29

2.6 字典 30

2.6.1 字典的创建 30

2.6.2 字典元素的操作 32

2.6.3 字典的常用方法 33

2.6.4 使用字典格式化字符串 38

2.7 本章小结 39

2.8 本章作业 39

第3章 Python NumPy 41

3.1 NumPy简介 41

3.1.1 ndarray对象 41

3.1.2 数据类型 43

3.1.3 数组属性 45

3.1.4 数组创建 47

3.1.5 切片和索引 54

3.1.6 高级索引 57

3.1.7 矩阵变形 61

3.1.8 添加／删除元素 71

3.1.9 字符串函数 77

3.1.10 算术函数 81

3.1.11 统计函数 83

3.1.12 排序、搜索和计数函数 89

3.1.13 线性代数 94

3.2 本章小结 99

3.3 本章作业 99

第4章 Python Pandas 100

4.1 Pandas基础 100

4.1.1 Pandas模块安装 100

4.1.2 Pandas数据结构 101

4.1.3 系列 102

4.1.4 数据帧 107

4.1.5 面板 115

4.1.6 Pandas常见功能 118

4.1.7 Pandas描述性统计 123

4.1.8 Pandas排序 128

4.2 Pandas数据分析 131

4.2.1 Pandas统计函数 131

4.2.2 Pandas聚合函数 134

4.2.3 Pandas分组功能 140

4.2.4 Pandas数据连接查询 146

4.3 Pandas数据清洗 151

4.3.1 缺失值处理 151

4.3.2 异常值处理 156

4.3.3 重复值处理 159

4.4 本章小结 160

4.5 本章作业 161

第5章 Matplotlib绘图库 162

5.1 Matplotlib的基本使用 162

5.1.1 Matplotlib简介 162

5.1.2 Matplotlib的基本属性和方法 163

5.2 Matplotlib多种图形的绘制 171

5.2.1 散点图绘制 171

5.2.2 饼图绘制 178

5.2.3 条形图 188

5.2.4 直方图 190

5.2.5 其他图形 191

5.2.6 多图合并显示 194

5.3 本章小节 201

5.4 本章作业 202

第6章 Python sklearn 204

6.1 Python sklearn模块功能和特点 205

6.2 回归算法 206

6.2.1 线性回归 206

6.2.2 逻辑回归 213

6.3 分类算法 213

6.3.1 K近邻算法 214

6.3.2 决策树算法 217

6.3.3 朴素贝叶斯算法 220

6.3.4 支持向量机算法 223

6.4 聚类算法 224

6.5 降维算法 231

6.5.1 主成分分析 232

6.5.2 线性判别分析 237

6.6 本章小结 242

6.7 本章作业 242

参考文献 243

查看更多关于的内容