Python數(shù)據(jù)分析案例實(shí)戰(zhàn)(慕課版）
定 價(jià)：59.8 元
當(dāng)前圖書(shū)已被 19 所學(xué)校薦購(gòu)過(guò)！
查看明細(xì)
- 作者：王浩 袁琴 張明慧
- 出版時(shí)間：2020/6/1
- ISBN：9787115520845
- 出 版 社：人民郵電出版社
- 中圖法分類：TP311.561
- 頁(yè)碼：236
- 紙張：
- 版次：01
- 開(kāi)本：16開(kāi)
主要內(nèi)容包括：數(shù)據(jù)分析基礎(chǔ)、NumPy模塊實(shí)現(xiàn)數(shù)值計(jì)算、Pandas模塊實(shí)現(xiàn)統(tǒng)計(jì)分析、Matplotlib模塊實(shí)現(xiàn)數(shù)據(jù)可視化、【案例】客戶價(jià)值分析、【案例】銷售收入預(yù)測(cè)、【案例】二手房數(shù)據(jù)分析預(yù)測(cè)系統(tǒng)、【案例】智能停車場(chǎng)運(yùn)營(yíng)分析系統(tǒng)、【案例】影視作品分析和【案例】看店寶。
1. 明日科技寫(xiě)作經(jīng)驗(yàn)豐富，案例眾多。
2. 配套資源豐富，慕課視頻制作精良。
3. 案例式寫(xiě)法適合應(yīng)用型本科院校。
本書(shū)作為Python數(shù)據(jù)分析的案例教程，不僅介紹了使用Python進(jìn)行數(shù)據(jù)分析所涉及的常用知識(shí)，而且介紹了6個(gè)流行的數(shù)據(jù)分析方面的項(xiàng)目。
明日科技，程序設(shè)計(jì)類暢銷圖書(shū)作者，絕大多數(shù)品種在“全國(guó)計(jì)算機(jī)圖書(shū)排行榜”同品種排行中名列前茅，累計(jì)銷售百萬(wàn)冊(cè)。作者編寫(xiě)的《Python從入門(mén)到項(xiàng)目實(shí)戰(zhàn)》《零基礎(chǔ)學(xué)Python》《Python從入門(mén)到精通》等長(zhǎng)期占據(jù)各網(wǎng)店排行榜的榜首位置。
第1章 數(shù)據(jù)分析基礎(chǔ) 1
1.1 什么是數(shù)據(jù)分析 2
1.2 數(shù)據(jù)分析的應(yīng)用 2
1.3 數(shù)據(jù)分析方法 2
1.3.1 對(duì)比分析法 3
1.3.2 同比分析法 3
1.3.3 環(huán)比分析法 4
1.3.4 80/20法則 4
1.3.5 回歸分析法 4
1.3.6 聚類分析法 5
1.3.7 時(shí)間序列分析法 5
1.4 數(shù)據(jù)分析工具 6
1.5 數(shù)據(jù)分析流程 7
1.5.1 明確目的 7
1.5.2 獲取數(shù)據(jù) 8
1.5.3 數(shù)據(jù)處理 9
1.5.4 數(shù)據(jù)分析 10
1.5.5 驗(yàn)證結(jié)果 10
1.5.6 數(shù)據(jù)展現(xiàn) 10
1.5.7 數(shù)據(jù)應(yīng)用 10
1.6 Python數(shù)據(jù)分析常用模塊 10
1.6.1 數(shù)值計(jì)算模塊 10
1.6.2 數(shù)據(jù)處理模塊 10
1.6.3 數(shù)據(jù)可視化模塊 11
1.6.4 機(jī)器學(xué)習(xí)模塊 11
小結(jié) 11
習(xí)題 11
第2章 NumPy模塊實(shí)現(xiàn)
數(shù)值計(jì)算 12
2.1 初識(shí)NumPy模塊 13
2.1.1 NumPy的誕生 13
2.1.2 NumPy的安裝 13
2.1.3 NumPy的數(shù)據(jù)類型 14
2.1.4 數(shù)組對(duì)象ndarray 15
2.1.5 數(shù)據(jù)類型對(duì)象dtype 16
2.2 NumPy模塊中數(shù)組的基本操作 16
2.2.1 內(nèi)置的數(shù)組創(chuàng)建方法 16
2.2.2 生成隨機(jī)數(shù) 19
2.2.3 切片和索引 20
2.2.4 修改數(shù)組形狀 21
2.2.5 組合數(shù)組 22
2.2.6 數(shù)組分割 24
2.3 NumPy模塊中函數(shù)的應(yīng)用 25
2.3.1 數(shù)學(xué)函數(shù) 26
2.3.2 算術(shù)函數(shù) 27
2.3.3 統(tǒng)計(jì)函數(shù) 27
2.3.4 矩陣函數(shù) 30
2.4 廣播機(jī)制 31
小結(jié) 32
習(xí)題 32
第3章 pandas模塊實(shí)現(xiàn)統(tǒng)計(jì)
分析 33
3.1 安裝pandas模塊 34
3.2 pandas數(shù)據(jù)結(jié)構(gòu) 35
3.2.1 Series對(duì)象 35
3.2.2 DataFrame對(duì)象 37
3.3 讀、寫(xiě)數(shù)據(jù) 38
3.3.1 讀、寫(xiě)文本文件 38
3.3.2 讀、寫(xiě)Excel文件 40
3.3.3 讀、寫(xiě)數(shù)據(jù)庫(kù)數(shù)據(jù) 41
3.4 數(shù)據(jù)操作 44
3.4.1 數(shù)據(jù)的增、刪、改、查 44
3.4.2 NaN數(shù)據(jù)處理 47
3.4.3 時(shí)間數(shù)據(jù)的處理 50
3.5 數(shù)據(jù)的分組與聚合 52
3.5.1 分組數(shù)據(jù) 52
3.5.2 聚合數(shù)據(jù) 54
3.6 數(shù)據(jù)的預(yù)處理 56
3.6.1 合并數(shù)據(jù) 56
3.6.2 去除重復(fù)數(shù)據(jù) 60
小結(jié) 62
習(xí)題 62
第4章 Matplotlib模塊實(shí)現(xiàn)
數(shù)據(jù)可視化 63
4.1 基本用法 64
4.1.1 安裝 Matplotlib 64
4.1.2 pyplot子模塊的繪圖流程 65
4.1.3 pyplot子模塊的常用語(yǔ)法 65
4.2 繪制常用圖表 66
4.2.1 繪制條形圖 66
4.2.2 繪制折線圖 69
4.2.3 繪制散點(diǎn)圖 70
4.2.4 繪制餅圖 71
4.2.5 繪制箱形圖 73
4.2.6 多面板圖表 75
4.3 3D繪圖 78
4.3.1 3D線圖 78
4.3.2 3D曲面圖 79
4.3.3 3D條形圖 81
小結(jié) 82
習(xí)題 82
第5章 客戶價(jià)值分析 83
5.1 背景 84
5.2 系統(tǒng)設(shè)計(jì) 84
5.2.1 系統(tǒng)功能結(jié)構(gòu) 84
5.2.2 系統(tǒng)業(yè)務(wù)流程 84
5.2.3 系統(tǒng)預(yù)覽 84
5.3 系統(tǒng)開(kāi)發(fā)必備 86
5.3.1 開(kāi)發(fā)環(huán)境及工具 86
5.3.2 項(xiàng)目文件結(jié)構(gòu) 86
5.4 分析方法 87
5.4.1 RFM模型 87
5.4.2 聚類分析 87
5.4.3 k-means聚類算法 88
5.5 技術(shù)準(zhǔn)備 88
5.5.1 sklearn模塊 89
5.5.2 k-means聚類 89
5.5.3 pandas模塊 90
5.6 用Python實(shí)現(xiàn)客戶價(jià)值分析 90
5.6.1 數(shù)據(jù)抽取 90
5.6.2 數(shù)據(jù)探索分析 90
5.6.3 數(shù)據(jù)處理 91
5.6.4 客戶聚類 92
5.6.5 客戶價(jià)值分析 94
小結(jié) 94
習(xí)題 94
第6章 銷售收入分析與預(yù)測(cè) 95
6.1 背景 96
6.2 系統(tǒng)設(shè)計(jì) 96
6.2.1 系統(tǒng)功能結(jié)構(gòu) 96
6.2.2 系統(tǒng)業(yè)務(wù)流程 96
6.2.3 系統(tǒng)預(yù)覽 97
6.3 系統(tǒng)開(kāi)發(fā)必備 97
6.3.1 開(kāi)發(fā)環(huán)境及工具 97
6.3.2 項(xiàng)目文件結(jié)構(gòu) 97
6.4 分析方法 97
6.4.1 線性回歸 97
6.4.2 最小二乘法 98
6.5 線性回歸模型 100
6.6 Excel日期數(shù)據(jù)處理 101
6.6.1 按日期篩選數(shù)據(jù) 101
6.6.2 按日期顯示數(shù)據(jù) 101
6.6.3 按日期統(tǒng)計(jì)數(shù)據(jù) 102
6.7 分析與預(yù)測(cè) 102
6.7.1 數(shù)據(jù)處理 103
6.7.2 日期數(shù)據(jù)統(tǒng)計(jì)并顯示 103
6.7.3 根據(jù)歷史銷售數(shù)據(jù)
繪制擬合圖 103
6.7.4 預(yù)測(cè)銷售收入 104
小結(jié) 105
習(xí)題 105
第7章 二手房數(shù)據(jù)分析
預(yù)測(cè)系統(tǒng) 106
7.1 需求分析 107
7.2 系統(tǒng)設(shè)計(jì) 107
7.2.1 系統(tǒng)功能結(jié)構(gòu) 107
7.2.2 系統(tǒng)業(yè)務(wù)流程 107
7.2.3 系統(tǒng)預(yù)覽 107
7.3 系統(tǒng)開(kāi)發(fā)必備 111
7.3.1 開(kāi)發(fā)環(huán)境及工具 111
7.3.2 文件夾組織結(jié)構(gòu) 111
7.4 技術(shù)準(zhǔn)備 111
7.4.1 sklearn庫(kù)概述 111
7.4.2 加載datasets子模塊中的
數(shù)據(jù)集 111
7.4.3 支持向量回歸函數(shù) 114
7.5 圖表工具模塊 115
7.5.1 繪制餅圖 115
7.5.2 繪制折線圖 116
7.5.3 繪制條形圖 117
7.6 二手房數(shù)據(jù)分析 118
7.6.1 清洗數(shù)據(jù) 118
7.6.2 各區(qū)二手房均價(jià)分析 119
7.6.3 各區(qū)房子數(shù)量比例 120
7.6.4 全市二手房裝修程度分析 121
7.6.5 熱門(mén)戶型均價(jià)分析 122
7.6.6 二手房售價(jià)預(yù)測(cè) 123
小結(jié) 126
習(xí)題 126
第8章 智能停車場(chǎng)運(yùn)營(yíng)
分析系統(tǒng) 127
8.1 需求分析 128
8.2 系統(tǒng)設(shè)計(jì) 128
8.2.1 系統(tǒng)功能結(jié)構(gòu) 128
8.2.2 系統(tǒng)業(yè)務(wù)流程 128
8.2.3 系統(tǒng)預(yù)覽 128
8.3 系統(tǒng)開(kāi)發(fā)必備 132
8.3.1 開(kāi)發(fā)環(huán)境及工具 132
8.3.2 文件夾組織結(jié)構(gòu) 132
8.4 技術(shù)準(zhǔn)備 133
8.4.1 初識(shí)Pygame 133
8.4.2 Pygame的基本應(yīng)用 133
8.4.3 時(shí)間模塊 136
8.4.4 日期時(shí)間模塊 138
8.5 智能停車場(chǎng)數(shù)據(jù)分析 141
8.5.1 停車時(shí)間數(shù)據(jù)分布圖 141
8.5.2 停車高峰時(shí)間所占比例 143
8.5.3 每周繁忙統(tǒng)計(jì) 145
8.5.4 月收入分析 147
8.5.5 每日接待車輛統(tǒng)計(jì) 149
8.5.6 車位使用率 150
小結(jié) 152
習(xí)題 152
第9章 影視作品分析 153
9.1 需求分析 154
9.2 系統(tǒng)設(shè)計(jì) 154
9.2.1 系統(tǒng)功能結(jié)構(gòu) 154
9.2.2 系統(tǒng)業(yè)務(wù)流程 154
9.2.3 系統(tǒng)預(yù)覽 155
9.3 系統(tǒng)開(kāi)發(fā)必備 156
9.3.1 開(kāi)發(fā)環(huán)境及工具 156
9.3.2 文件夾組織結(jié)構(gòu) 156
9.4 技術(shù)準(zhǔn)備 157
9.4.1 使用jieba模塊進(jìn)行分詞 157
9.4.2 使用wordcloud庫(kù)實(shí)現(xiàn)
詞云圖 159
9.5 主窗體設(shè)計(jì) 162
9.5.1 實(shí)現(xiàn)主窗體 162
9.5.2 查看部分的隱藏與顯示 163
9.5.3 下拉列表處理 164
9.6 數(shù)據(jù)分析與處理 166
9.6.1 獲取數(shù)據(jù) 166
9.6.2 生成全國(guó)熱力圖文件 167
9.6.3 生成主要城市評(píng)論數(shù)及平均
分文件 168
9.6.4 生成詞云圖 168
9.7 單擊查看顯示內(nèi)容 169
9.7.1 創(chuàng)建顯示HTML頁(yè)面的窗體 169
9.7.2 創(chuàng)建顯示圖片的窗體 170
9.7.3 綁定查詢按鈕單擊事件 171
小結(jié) 172
習(xí)題 172
第10章 看店寶 173
10.1 需求分析 174
10.2 系統(tǒng)設(shè)計(jì) 175
10.2.1 系統(tǒng)功能結(jié)構(gòu) 175
10.2.2 系統(tǒng)業(yè)務(wù)流程 175
10.2.3 系統(tǒng)預(yù)覽 175
10.3 系統(tǒng)開(kāi)發(fā)必備 179
10.3.1 開(kāi)發(fā)環(huán)境及工具 179
10.3.2 文件夾組織結(jié)構(gòu) 179
10.4 技術(shù)準(zhǔn)備 180
10.4.1 使用Python操作數(shù)據(jù)庫(kù) 180
10.4.2 JSON模塊的應(yīng)用 181
10.5 主窗體的UI設(shè)計(jì) 182
10.5.1 對(duì)主窗體進(jìn)行可視化設(shè)計(jì) 182
10.5.2 將可視化窗體轉(zhuǎn)換為.py
文件 184
10.5.3 設(shè)置窗體及控件背景 184
10.5.4 創(chuàng)建窗體控制文件 185
10.5.5 主窗體預(yù)覽效果 185
10.6 設(shè)計(jì)數(shù)據(jù)庫(kù)表結(jié)構(gòu) 186
10.7 初始數(shù)據(jù)的爬取 187
10.7.1 爬取排行信息 187
10.7.2 爬取價(jià)格信息 190
10.7.3 爬取評(píng)價(jià)信息 191
10.7.4 定義數(shù)據(jù)庫(kù)操作文件 194
10.8 圖表分析數(shù)據(jù) 197
10.8.1 餅圖展示評(píng)價(jià)信息 197
10.8.2 分析出版社所占比例的
條形圖 198
10.8.3 折線圖分析價(jià)格走勢(shì) 199
10.8.4 Top10數(shù)據(jù)展示 200
10.9 商品排行展示 203
10.9.1 熱銷商品排行榜 203
10.9.2 熱門(mén)商品展示 205
10.10 關(guān)注商品 207
10.10.1 分析關(guān)注商品的預(yù)警信息 207
10.10.2 重點(diǎn)商品的關(guān)注與取消 208
10.11 商品營(yíng)銷預(yù)警 214
10.11.1 商品中、差評(píng)預(yù)警 214
10.11.2 商品價(jià)格變化預(yù)警 216
10.12 關(guān)注商品圖表分析 218
10.12.1 關(guān)注商品評(píng)價(jià)分析餅圖 218
10.12.2 關(guān)注商品出版社占有比例 220
10.13 其他功能 222
小結(jié) 224
習(xí)題 224
書(shū)單推薦
