Spot подлинный анализ данных Python и визуализация-видео-версия Vei Wei Wei Yi Li xiaohong 9787302546665 Tsinghua University Press
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
Анализ данных Python и визуализация-микро-класс Версия видео
Автор: Вэй Вейи, Ли Сяохонг
Цены:49Юань
Время печати: 1-1
ISBN: 9787302546665
Дата публикации: 2020.03.01
Объясните девять модулей в анализе и визуализации данных Python, содержание является всеобъемлющим и подробным;
Предоставьте 11 курсов и 2 полных проекта, объедините теоретическую комбинацию практики;
Подарок 420 минут преподавания видео и богатых вспомогательных ресурсов, которые удобны для преподавателей.
Ценность подарок: Схема преподавания, учебное пособие, электронный план обучения, исходный код программы, график обучения, онлайн -учебник
Благодаря быстрому развитию Интернета поведение людей в Интернете создало огромные данные, и разработка этих хранения, обработки и анализа данных привело к разработке технологии больших данных.Среди них технология интеллектуального анализа и анализа данных может помочь людям проанализировать огромные данные, найти ценную информацию и законы и заставлять людей знать мир быстрее и удобнее.В области анализа данных язык Python прост и прост в использовании, трехпартийная библиотека сильна и обеспечивает полную структуру анализа данных. Полем
Таким образом, эта книга начинается с базовых знаний анализа данных Python, в сочетании с большим количеством примеров анализа данных, систематически вводит метод анализа данных и визуального рисунка, заставляет читателей освоить соответствующие знания анализа данных Python шаг за шагом,, улучшить способность читателей решать практические проблемы для решения практических проблем сущности
Оглавление
Глава 1 Анализ данных и обзор визуализации
1.1 Анализ данных
1.2 Визуализация данных
1.3 Общие инструменты для анализа и визуализации данных
1.4 Почему выбирайте Python для анализа и визуализации данных
1.5Python Analysis и Visualization обычно используется библиотеки
1.6 Jupyter Использование Tebook
1.7 Сводка этой главы
Глава 2 Основа по программированию на питоне
2.1
2.1.1 Основной тип данных
2.1.2 переменные и назначения
2.1.3 Оператор и выражение
2.1.4 строка
2.1.5 Управление процессом
2.2 -встроенный тип данных
2.2.1 Список
2.2.2 Юань Группа
2.2.3 Словарь
2.2.4
2.3 Функция
2.3.1 Определение функции
2.3.2 Функция LAMBDA
2.4 Работа с файлами
2.4.1 Процесс обработки файлов
2.4.2 Метод считывания данных
2.4.3 Чтение файла CSV
2.4.4 Написание и закрытие файлов
2.5 Сводка этой главы
Обучение в этой главе
Глава 3 Numpy Численные расчеты
3.1numpy multi -dimensional Array
3.1.1 Создать объект массива
3.1.2 -ndaray атрибуты объекта и преобразование данных
3.1.3 Сгенерировать случайные числа
3.1.4 Трансформация массива
3.2 Индекс и ломтик массива
3.2.1 Индекс одного измерения массива
3.2.2 Индекс многомерного массива
3.3 Массивные операции
3.3.1 Операции между массивами и масштабами
3.3.2 Функция UFUNC
3.3.3
3.4
3.4.1 Читать/записать двоичные файлы
3.4.2 Читать/записать текстовый файл
3.4.3 Чтение файла CSV
3.5. Статистика и анализ данных.
3.5.1 Сортировка
3.5.2. Повторите данные и становятся тяжелыми
3.5.3 Общие статистические функции
3.6 Сводка этой главы
Обучение в этой главе
Глава 4 Статистический анализ Pandas
4.1 Структура данных в пандах
4.1.1Series
4.1.2DataFrame
4.1.3 Индексный объект
4.1.4 Просмотреть общие атрибуты DataFrame
4.2Pandas Index
4.2.1 Индекс реконструкции
4.2.2 Замените индекс
4.3.3dataFrame Данные и редактор
4.3.1 Запрос данных данных
4.3.2 Редактировать данные
4.4Pandas Data Operation
4.4.1 Арифметическая операция
4.4.2 Функциональное применение и скрининг
4.4.3 Сортировка
4.4.4 Сводка и статистика
4.5 пакет данных и агрегация
4.5.1 пакет данных
4.5.2 Агломерация данных
4.5.3 Операция пакета
4.6 Таблица перспективы данных
4.6.1 Перспективная таблица
4.6.2 Таблица пересечения
4.7Pandas Визуализация
4.7.1 Линейная диаграмма
4.7.2 -диаграмма столбца
4.7.3.
4.7.4 Санда -Пойнт изображение
4.8 Резюме этой главы
Обучение в этой главе
Глава 5 Загрузка и предварительная обработка данных Pandas
5.1 Загрузка данных
5.1.1 Читать/записать текстовый файл
5.1.2 Читать/записать файл ECEL
5.2 Объединение данных
5.2.1merge слияние данных
5.2.2concat Data Data Connection
5.2.3combine_first слияние данных
5.3 Очистка данных
5.3.1 Обнаружение и обработка отсутствие стоимости
5.3.2 Обнаружение и обработка повторения
5.3.3 Обнаружение и обработка ненормальных значений
5.3.4 Преобразование данных
5.4 Стандартизация данных
5.4.1 Данные стандартизации от отклонения
5.4.2 Стандартные данные стандартизации отклонений
5.5 Преобразование данных
5.5.1. Обработка тупой переменной данных категорий
5.5.2 Раскрытие непрерывных переменных
5.6 Сводка этой главы
Обучение в этой главе
Глава 6 Основная основа для визуализации данных matplotlib
6.1 MATPLOTLIB ВВЕДЕНИЕ
6.2 Основы чертежа Matplotlib
6.2.1 Создание холста и подрагмер
6.2.2 Добавить содержание холста
6.2.3 Сохранить и отображать рисунка
6.3 Установите динамический параметр RC Pyplot
6.3.1 Глобальная настройка параметров
6.3.2RC Параметр Параметры
6.3.3 Заполните рисунок
6.3.4 Текстовая аннотация
6.4 Обычно используемый рисунок в pyplot
6.4.1 карта складной линии
6.4.2 Point Picture Point
6.4.3 LandModel
6.4.4 Карта тортов
6.4.5 Коробка
6.4.6 Диаграмма вероятностей
6,5 слов облако
6.5.1 Установка пакеты
6.5.2 Процесс генерации облака слов
6.5.3 Пример генерации облака слов
6.6 Краткое содержание этой главы
Обучение в этой главе
Глава 7 Визуализация Seaborn
7.1Seabor Profile
7.2 Настройки стиля
7.2.1 Настройки чертежа
7.2.2Seaborn Настройки темы
7.2.3 Установите соотношение элемента чертежа
7.3 Обычно используемые рисунки INSEABORD
7.3.1 Диаграмма кривой марифрованной и плотности
7.3.2 Санда -точечная картина
7.3.3 Целевая диаграмма
7.3.4 Матрица фигурной фигуры Санды
7.3.5 карта скрипки
7.3.6 -Подобная диаграмме столбца
7.3.7 Много -ориентированная диаграмма
7.3.8 Вернуть карту
7.4 Сводка этой главы
Обучение в этой главе
Глава 8 Визуализация PyeCharts
8.1PyeCharts введение
8.2 Как использовать PpyeCharts
8.3PyeCharts Обычно используется диаграмма
8.3.1 -Подобная диаграмма столбца
8.3.2 Карта торта
8.3.3 Полная боевая картина
8.3.4 Санда -Пойнт изображение
8.3.5K Line Diagram
8.3.6 Панель панели
8.3.7 CI Cloud
8.3.8 комбинированная диаграмма
8.4 Резюме этой главы
Обучение в этой главе
Глава 9 Анализ данных временных рядов
9.1 Тип данных даты и времени
9.1.1.dateTime Структура
9.1.2 Преобразование данных
9.2 Основы временной последовательности
9.2.1 Структура временной последовательности
9.2.2 Индекс и срез
9.3 Диапазон дат, частота и сдвиг
9.3.1 Диапазон дат
9.3.2 Частота и сдвиг
9.4 ПЕРИОД
9.4.1 Основа
9.4.2 Преобразование частоты
9.4.3 Преобразование данных данных
9.5 Re -Sampling, отбор проб и промоушена
9.5.1 Тяжелая выборка
9.5.2 выборка
9.5.3 Литр выборки
9.6 Сводка этой главы
Обучение в этой главе
Глава 10 Расчет науки
10.1 Постоянные и специальные функции в TheScipy
10.1.1 модуль констант Scipy
10.1.2 Special модуля Scipy
10.2 Основная работа линейной алгебры инсипипии
10.2.1 Основная матричная работа
10.2.2 Команда линейных уравнений для решения
10.2.3 Расчет
10.2.4 Семейный номер
10.2.5 Разложение значения функции
10.2.6 Странное разложение значений
10.3 Оптимизация в Scipy
10.3.1 Уравнение решение и экстремальное значение
10.3.2 Подгонка данных
10.4 Sparse Matrix Обработка инсипипии
10.4.1 Хранение редкой матрицы
10.4.2 Работа редкой матрицы
10.5 -Scipy обработка изображений
10.5.1 Изображение плавно
10.5.2 Вращение и резкость изображения
10.6 Резюме этой главы
Обучение в этой главе
Глава 11 Статистика и машинное обучение
11.1scikitClearn Основные особенности
11.2 Классификация
11.2.1 Правила дерева решений
11.2.2KNN Алгоритм
11.2.3
11.2.4 Простая байесовская категория
11.3 кластеризация
11.3.1 Кластер Кансенов
11.3.2 кластеризация уровня
11.3.3 кластеризация на основе плотности
11.4 Анализ основного композиции
11.5 Сводка этой главы
Обучение в этой главе
Глава 12 Анализ данных изображений
12.1opencv Введение и импорт
12.1.1opencv Введение
12.1.2 Установка и импорт OpenCV в OpenCV Inpython
12.2CV2 Основы обработки изображений
12.2.1 Основные методы и атрибуты OFCV2
12.2.2CV2 Пример обработки изображений
12.3 Шкала приложений без изменений
12.4 Используйте ускоренное надежное обнаружение функций
12.5 Изображение шум
12.6 Резюме этой главы
Обучение в этой главе
Глава 13 Комплексный случай
13.1 Анализ данных профессионального эргономического обследования
13.2 Анализ данных акций