当前位置:首页 > 数据库 >
《基于Python的大数据分析基础及实战》电子书封面

基于Python的大数据分析基础及实战

  • 发布时间:2019年10月26日 19:22:58
  • 作者:余本国
  • 大小:202 MB
  • 类别:Python大数据电子书
  • 格式:PDF
  • 版本:高质量版
  • 评分:9.7

    基于Python的大数据分析基础及实战 PDF 高质量版

      给大家带来的一篇关于Python大数据相关的电子书资源,介绍了关于Python、大数据分析、实战方面的内容,本书是由水利水电出版社出版,格式为PDF,资源大小202 MB,余本国编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:8.5。

      内容介绍

      基于Python的大数据分析基础及实战 pdf

      配套设施教程视频——教你如何学Python
      提炼出避坑技能招式——简要、高效率懂Python
      实战演练经典案例——轻轻松松、迅速玩Python
      解读 实践活动 实例 视頻 源码 源统计数据
      对于Python初学者量身订做,新手入门必需的真情之选

      《基于Python的大数据分析基础及实战》是1本详细介绍怎样用Python 3.6开展数据处理方法和剖析的学习指南。其主题思想包含:Python語言基本、数据处理方法、数据统计分析、大数据可视化,及其运用Python对数据库查询的实际操作、建造Python运用库的共享资源公布等。

      《基于Python的大数据分析基础及实战》分3个一部分:第1一部分为基本知识,第2一部分为实战演练实例,第3一部分为扩展与拓宽。这书主题鲜明,解读浅显易懂,特别适合本科毕业、硕士研究生,及其对Python語言很感兴趣或是愿意应用Python語言开展数据统计分析的广大读者。

      目录

      • 第1部分  基  础  篇
      • 第1章
      • Python语言基础   /2
      • 1.0  引子    /2
      • 1.1  工欲善其事,必先利其器(安装Python)   /3
      • 1.2  学跑得先学走(语法基础)    /9
      • 1.3  程序结构    /11
      • 1.3.1  Hello World!    /11
      • 1.3.2  运算符介绍    /12
      • 1.3.3  顺序结构    /14
      • 1.3.4  判断结构    /17
      • 1.3.5  循环结构    /18
      • 1.3.6  异常    /20
      • 1.4  函数    /24
      • 1.4.1  基本函数结构    /24
      • 1.4.2  参数结构    /25
      • 1.4.3  回调函数    /28
      • 1.4.4  函数的递归与嵌套    /28
      • 1.4.5  闭包    /31
      • 1.4.6  匿名函数lambda    /32
      • 1.4.7  关键字yield    /32
      • 1.5  数据结构    /35
      • 1.5.1  列表(list)   /35
      • 1.5.2  元组(tuple)   /38
      • 1.5.3  集合(set)   /39
      • 1.5.4  字典(dict)   /40
      • 1.5.5  集合的操作    /41
      • 1.5.6  学以致用    /45
      • 1.6  3个函数(map、filter、reduce)    /47
      • 1.6.1  遍历函数(map)   /47
      • 1.6.2  筛选函数(filter)   /48
      • 1.6.3  累计函数(reduce)   /48
      • 1.7  面向对象编程基础    /50
      • 1.7.1  类    /50
      • 1.7.2  类和实例    /51
      • 1.7.3  数据封装    /52
      • 1.7.4  私有变量与私有方法    /53
      • 本章小结   /54
      • 第2章
      • 数据处理   /60
      • 2.1  Anaconda简介    /60
      • 2.2  Numpy简介    /66
      • 2.3  关于Pandas    /68
      • 2.3.1  什么是Pandas    /68
      • 2.3.2  Pandas中的数据结构    /68
      • 2.4  数据准备    /68
      • 2.4.1  数据类型    /68
      • 2.4.2  数据结构    /69
      • 2.4.3  数据导入    /79
      • 2.4.4  数据导出    /86
      • 2.5  数据处理    /88
      • 2.5.1  数据清洗    /89
      • 2.5.2  数据抽取    /97
      • 2.5.3  插入记录    /114
      • 2.5.4  修改记录    /117
      • 2.5.5  交换行或列    /120
      • 2.5.6  排名索引    /122
      • 2.5.7  数据合并    /131
      • 2.5.8  数据计算    /137
      • 2.5.9  数据分组    /141
      • 2.5.10  日期处理    /143
      • 带你飞(数据处理案例)    /148
      • 本章小结    /160
      • 第3章
      • 数据分析   /165
      • 3.1  基本统计分析    /165
      • 3.2  分组分析    /169
      • 3.3  分布分析    /171
      • 3.4  交叉分析    /173
      • 3.5  结构分析    /174
      • 3.6  相关分析    /176
      • 小试牛刀(相关分析案例:电商数据分析)    /178
      • 本章小结   /180
      • 第4章
      • 数据可视化   /181
      • 4.1  使用Python对数据进行可视化处理    /181
      • 4.1.1  准备工作    /181
      • 4.1.2  Matplotlib绘图示例    /186
      • 4.1.3  Seabon中的图例    /198
      • 4.1.4  pandas的一些可视化功能    /212
      • 4.1.5  文本数据可视化    /217
      • 4.1.6  networkx网络图    /218
      • 4.1.7  folium绘制地图    /220
      • 4.2  Python图像处理基础    /221
      • 4.2.1  PIL图库    /221
      • 4.2.2  OpenCV图库    /224
      • 本章小结   /226
      • 第5章
      • 字符串处理与网络爬虫   /228
      • 5.1  字符串处理    /228
      • 5.1.1  字符串处理函数    /228
      • 5.1.2  正则表达式    /230
      • 5.1.3  编码处理    /237
      • 5.2  网络爬虫    /240
      • 5.2.1  获取网页源码    /240
      • 5.2.2  从源码中提取信息    /241
      • 5.2.3  数据存储    /246
      • 5.2.4  网络爬虫从这里开始    /248
      • 本章小结   /260
      •  
      • 第2部分  实战案例篇
      • 第6章
      • 词云   /262
      • 6.1  安装文件包    /263
      • 6.2  jieba功能用法    /264
      • 6.2.1  cut用法    /264
      • 6.2.2  词频与分词字典    /265
      • 6.3  文本词云图    /269
      • 6.4  背景轮廓词云图的制作    /271
      • 6.4.1  数据准备    /271
      • 6.4.2  分词    /272
      • 6.4.3  构建词云    /273
      • 本章小结   /278
      • 第7章
      • 航空客户分类   /279
      • 7.1  问题的提出    /279
      • 7.2  聚类分析相关概念    /280
      • 7.3  模型的建立    /281
      • 7.4  Python实现代码    /281
      • 7.5  分类结果展示与分析    /284
      • 本章小结   /287
      • 第8章
      • 《红楼梦》文本分析   /288
      • 8.1  准备工作    /289
      • 8.2  分词    /291
      • 8.2.1  读取数据    /291
      • 8.2.2  数据预处理    /293
      • 8.2.3  对红楼梦进行分词    /301
      • 8.2.4  制作词云    /303
      • 8.3  文本聚类分析    /312
      • 8.3.1  构建分词TF-IDF矩阵   /312
      • 8.3.2  使用TF-IDF矩阵对章节进行聚类    /314
      • 8.4  LDA主题模型    /322
      • 8.5  人物社交网络分析    /328
      • 本章小结   /334
      •  
      • 第3部分  拓展与延伸
      • 第9章
      • Python字符串格式化    /336
      • 9.1  使用%符号进行格式化   /336
      • 9.2  使用format()方法进行格式化    /339
      • 9.3  使用f方法进行格式化   /341
      • 本章小结   /342
      • 第10章
      • 在Python中操作MySQL数据库    /343
      • 10.1  对MySQL的连接与访问    /344
      • 10.2  对MySQL的增、删、改、查操作    /345
      • 10.2.1  查询操作    /345
      • 10.2.2  插入操作    /346
      • 10.2.3  更新操作    /347
      • 10.2.4  删除操作    /347
      • 10.3  创建数据库表    /348
      • 本章小结   /349
      • 第11章
      • fractal(分形)库的发布    /350
      • 11.1  用Python绘制分形   /351
      • 11.1.1  分形简介    /351
      • 11.1.2  先睹为快    /351
      • 11.1.3  绘制方法简介    /352
      • 11.2  第三方库发布到PyPi    /364
      • 本章小结   /369
      • 参考文献   /370

      学习笔记

      python 计算数据偏差和峰度的方法

      numpy.set_printtoptions(edgeitems=5):值过多,显示前5个和后5个 偏度: 衡量随机分布的不均衡性,偏度=0,数值相对均匀的分布在两侧 峰度: 概率密度在均值处峰值高低的特征 python计算数据均值、标准差、偏度、峰度: import numpy as npfrom scipy import stats x = np.random.randn(10000)mu = np.mean(x, axis=0)sigma = np.std(x, axis=0)skew = stats.skew(x)kurtosis = stats.kurtosis(x) 以上这篇python 计算数据偏差和峰度的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持码农之家。 ……

      如何用python实现按比例随机切分数据

      在机器学习或者深度学习中,我们常常碰到一个问题是数据集的切分。比如在一个比赛中,举办方给我们的只是一个带标注的训练集和不带标注的测试集。其中训练集是用于训练,而测试集用于已训练模型上跑出一个结果,然后提交,然后举办方验证结果给出一个分数。但是我们在训练过程中,可能会出现过拟合等问题,会面临着算法和模型的选择,此时,验证集就显得很重要。通常,如果数据量充足,我们会从训练集中划分出一定比例的数据来作为验证集。 每次划分数据集都手动写一个脚本,重复性太高,因此将此简单的脚本放到自己的博客。代码如下: import randomdef split(full_list,shuffle=False,ratio=0……

      python数据分析需要什么基础

      python数据分析需要什么基础? 1. SQL(数据库),我们都知道数据分析师每天都会处理海量的数据,这些数据来源于数据库,那么怎么从数据库取数据?如何建立两表、三表之间的关系?怎么取到自己想要的特定的数据?等等这些数据选择问题就是你首要考虑的问题,而这些问题都是通过SQL解决的,所以SQL是数据分析的最基础的技能; 2. 统计学基础,数据分析的前提要对数据有感知,数据如何收集?数据整体分布是怎样的?如果有时间维度的话随着时间的变化是怎样的?数据的平均值是什么?数据的最大值最小值指什么?数据相关与回归、时间序列分析和预测等等; 3.python数据分析肯定需要Python语言的……

      Python 数据结构之旋转链表

      题目描述:给定一个链表,旋转链表,使得每个节点向右移动k个位置,其中k是一个非负数 样例:给出链表1-2-3-4-5-null和k=2;返回4-5-1-2-3-null 首先,观察一下这个题目要达到的目的,其实,换一种说法,可以这样来描述:给出一个k值,将链表从倒数第k个节点处起之后的部分移动到链表前面,就样例来说,其实是将4-5这一部分移动到整个链表前面,变成4-5-1-2-3-null。不过,需要注意的是,题中没有给出k的大小,当k比链表的长度还大的时候,我们就需要先用k对链表的长度求余,比如,如果k = 7,那么上面的例子还是将4-5移动到整个链表前面。 所以说,这个题的思路可以这样来总结: 1. 先求出整个链表的……

      以上就是本次介绍的Python大数据电子书的全部相关内容,希望我们整理的资源能够帮助到大家,感谢大家对码农之家的支持。

      上一篇:物联网开发与应用:基于ZigBee、Simplici TI、低功率蓝牙、Wi-Fi技术

      下一篇:Scratch编程从入门到精通

      展开 +

      收起 -

      • 《基于Python的大数据分析基础及实战》PDF下载

      码小辫

      重要!版权问题,本电子书取消了本地下载!

      需要的朋友可以关注左边的微信号,发送 电子书名关键字 (例如:python 算法……)

      如果找不到可以联系小辫(微信:maxiaobian1024)

      Python大数据相关电子书
      Python数据分析与挖掘实战
      Python数据分析与挖掘实战 高质量版

      10余名大数据挖掘行业杰出权威专家和科技人员,10多年大数据分析资询与执行工作经验结晶体。从大数据挖掘的运用来看,以电力工程、航空公司、诊疗、互联网技术、生产加工及其公共文化

      立即下载
      NumPy攻略:Python科学计算与数据分析
      NumPy攻略:Python科学计算与数据分析 全书扫描版

      《NumPy攻略:Python科学计算与数据分析》详细介绍了70多种多样学习培训Python开源系统课堂教学库NumPy的趣味方式,教會用户怎样安裝和应用NumPy,并掌握别的某些有关定义,从而把握NumPyarrays以

      立即下载
      数据结构与算法:Python语言实现
      数据结构与算法:Python语言实现 中文超清版

      这书选用Python語言详细介绍数据结构和优化算法,包含其设计构思、剖析和执行。这书源码简约、确立,面向对象编程的见解围绕自始至终,根据承继*底限地提升编码器重,一起突显不一样抽

      立即下载
      Python数据科学入门
      Python数据科学入门 中文扫描版

      这本书讲述了Python语言的数据科学基础知识,涵盖数据采集、清洗、存储、检索、转换、可视化、高级数据分析等方面,欢迎下载

      立即下载
      Python数据科学指南
      Python数据科学指南 清晰扫描版

      本书是Python数据分析编程入门,详细介绍了Python在数据科学中的应用,60多个实用的开发技巧,帮你探索Python及其强大的数据科学能力

      立即下载
      Python数据分析与数据化运营
      Python数据分析与数据化运营 扫描影印版

      这书內容从逻辑性上共分成两绝大多数,第壹一部分是相关数据统计分析类的主题风格,其次一部分是相关数字化经营的主题风格。第壹一部分的內容包含1/2/3/4章和附则,关键详细介绍了Pyt

      立即下载
      Python数据处理
      Python数据处理 高清版

      Python数据处理 采用基于项目的方法,介绍用Python完成数据获取、数据清洗、数据探索、数据呈现、数据规模化和自动化的过程。主要内容包括:Python基础知识,如何从CSV、Excel、XML、JSON和PDF文

      立即下载
      读者留言
      码农之家

      码农之家 提供上传

      资源
      30
      粉丝
      48
      喜欢
      450
      评论
      16

      Copyright 2018-2020 xz577.com 码农之家

      本站所有电子书资源不再提供下载地址,只分享来路

      版权投诉 / 书籍推广 / 赞助:QQ:520161757