注冊 | 登錄讀書好,好讀書,讀好書!
讀書網-DuShu.com
當前位置: 首頁出版圖書科學技術計算機/網絡軟件與程序設計Python數據分析從入門到實踐(全彩版)

Python數據分析從入門到實踐(全彩版)

Python數據分析從入門到實踐(全彩版)

定 價:¥98.00

作 者: 明日科技(MingRi Soft) 著,明日科技 編
出版社: 吉林大學出版社
叢編項: 和外星人一起學
標 簽: 暫缺

購買這本書可以去


ISBN: 9787569265613 出版時間: 2020-06-01 包裝: 平裝
開本: 16開 頁數: 368 字數:  

內容簡介

  《Python數據分析從入門到實踐》以數據分析“三劍客”——Pandas、Matplotlib和NumPy為主線,全面介紹了數據分析入門的必備知識,從學習與應用的角度出發(fā),幫助讀者快速掌握數據統(tǒng)計分析技能,拓寬職場道路。本書通過大量的示意圖力求使讀者能夠更好地理解晦澀難懂的專業(yè)術語;通過快速示例將學習與應用相結合,打造輕松學習、零壓力學習的閱讀氛圍;通過案例對所學知識進行綜合應用;通過開發(fā)流行項目將數據統(tǒng)計分析與預測應用到實際工作中。 全書共分為12章,包括數據分析基礎、搭建Python數據分析環(huán)境、Pandas入門、Pandas進階、可視化數據分析圖表、圖解數組計算模塊NumPy、數據統(tǒng)計分析案例、機器學習Scikit-Learn、網站App平臺注冊用戶分析(MySQL版)、京東電商銷售數據分析與預測、二手房房價分析與預測系統(tǒng)及Python實現客戶價值分析等內容。本書提供了豐富的學習內容,包含230個快速示例、17個案例、4個項目,力求為讀者打造一本“學習入門+應用+實踐一體化”的的Python數據分析圖書。 本書不僅適合初學者、剛入行的數據分析人員、從事與數據相關、對數據感興趣的人員,而且也適合從事其他崗位但想掌握一定的數據分析能力的職場人員。此外,登錄明日學院網站(www.mingrisoft.com)還可以獲得更多學習資源和技術支持。

作者簡介

暫缺《Python數據分析從入門到實踐(全彩版)》作者簡介

圖書目錄

 
第1章  數據分析基礎
1.1  什么是數據分析
1.2  數據分析的重要性
1.3  數據分析的基本流程
1.3.1  熟悉工具
1.3.2  明確目的
1.3.3  獲取數據
1.3.4  數據處理
1.3.5  數據分析
1.3.6  驗證結果
1.3.7  結果呈現
1.3.8  數據應用
1.4  數據分析的常用工具
1.4.1  Excel工具
1.4.2  Python語言
1.5  小結
溫故知新
第2章  搭建Python數據分析環(huán)境
2.1  Python概述
2.1.1  Python簡介
2.1.2  Python版本
2.2  搭建Python開發(fā)環(huán)境
2.2.1  什么是IDLE
2.2.2  安裝Python
2.2.3  使用IDLE編寫“hello world”
2.2.4  配置環(huán)境變量——解決“python不是
          內部/外部命令”問題
2.3  集成開發(fā)環(huán)境PyCharm
2.3.1  下載PyCharm
2.3.2  安裝PyCharm
2.3.3  運行PyCharm
2.3.4  創(chuàng)建工程目錄
2.3.5  個Python程序“hello world”
2.4  數據分析的標準環(huán)境Anaconda
2.4.1  為什么需要安裝Anaconda
2.4.2  下載Anaconda
2.4.3  安裝Anaconda
2.5  文學式開發(fā)工具Jupyter Notebook
2.5.1  認識Jupyter Notebook
2.5.2  新建一個Jupyter Notebook文件
2.5.3  在Jupyter Notebook中編寫
         “Hellor World”
2.6  科學計算工具IPython
2.6.1  安裝IPython
2.6.2  運行IPython
2.6.3  在IPython中編寫“Hello World”
2.6.4  Tab鍵自動搜索
2.6.5  內?。◣椭┕δ?br />2.6.6  IPython常用的魔法命令
2.6.7  直接執(zhí)行Shell命令
2.7  小結
溫故知新
第3章  Pandas入門
3.1  初識Pandas
3.1.1  Pandas概述
3.1.2  安裝Pandas
3.1.3  牛刀小試——輕松導入Excel數據
快速示例01  導入英超射手榜數據............ 42
3.2  Series對象
3.2.1  圖解Series對象
3.2.2  創(chuàng)建一個Series對象
快速示例02  為成績表添加一列“物理”成績... 44
3.2.3  手動設置Series索引快速示例03  手動設置索引 45
3.2.4  Series的索引
快速示例04  通過位置索引獲取學生的物理成績. 46
快速示例05  通過標簽索引獲取學生的物理成績. 46
快速示例06  通過切片獲取數據.............. 46
快速示例07  通過位置切片獲取數據.......... 47
3.2.5  獲取Series的索引和值快速示例08  獲取物理成績的索引和值   47
3.3  DataFrame對象
3.3.1  圖解DataFrame對象
快速示例09  遍歷DataFrame數據............ 48
3.3.2  創(chuàng)建一個DataFrame對象
快速示例10  通過二維數組創(chuàng)建成績表........ 50
快速示例11  通過字典創(chuàng)建成績表............ 50
3.3.3  DataFrame的重要屬性和函數
3.4  導入外部數據
3.4.1  導入.xls或.xlsx文件
快速示例12  導入Excel文件................ 53
快速示例13  導入指定Sheet頁的數據......... 54
快速示例14  指定行索引導入Excel數據....... 55
快速示例15  導入列數據................ 56
3.4.2  導入.csv文件快速示例16  導入.csv文件 58
3.4.3  導入.txt文本文件快速示例17  導入.txt文本文件    59
3.4.4  導入HTML網頁
快速示例18  導入NBA球員的薪資數據......... 60
3.5  數據抽取
3.5.1  抽取一行數據
快速示例19  抽取一行考試成績數據.......... 61
3.5.2  抽取多行數據
快速示例20  抽取多行考試成績數據.......... 62
快速示例21  抽取連續(xù)幾個學生的考試成績..... 62
3.5.3  抽取指定列數據
快速示例22  抽取“語文”和“數學”的
                         考試成績........... 63
快速示例23  抽取指定學科的考試成績........ 64
3.5.4  抽取指定行列數據
快速示例24  抽取指定學科和指定學生的
                         考試成績........... 64
3.5.5  按指定條件抽取數據
快速示例25  抽取指定學科和指定分數的數據... 65
3.6  數據的增加、修改和刪除
3.6.1  增加數據
快速示例26  增加一列“物理”成績.......... 66
快速示例27  使用loc屬性增加一列“物理”成績 67
快速示例28  在列的后面插入“物理”成績. 67
快速示例29  在成績表中增加一行數據........ 68
快速示例30  在原有數據中增加幾名同學的考試
                          成績.............. 68
3.6.2  修改數據
快速示例31  修改“數學”的列名............ 68
快速示例32  修改多個學科的列名............ 69
快速示例33  將行標題統(tǒng)一修改為數字編號..... 69
快速示例34  修改學生成績數據.............. 69
3.6.3  刪除數據
快速示例35  刪除指定的學生成績數據........ 70
快速示例36  刪除符合條件的學生成績數據..... 71
3.7  數據清洗
3.7.1  查看與處理缺失值
快速示例37  查看數據概況.................. 71
快速示例38  判斷數據是否存在缺失值........ 72
快速示例39  將NaN填充為0................. 74
3.7.2  重復值處理
快速示例40  處理淘寶電商銷售數據中的
                         重復數據........... 74
3.7.3  異常值的檢測與處理
3.8  索引設置
3.8.1  索引的作用
3.8.2  重新設置索引
快速示例41  重新設置物理成績的索引........ 77
快速示例42  向前和向后填充數據............ 77
快速示例43  創(chuàng)建成績表并重新設置索引...... 78
3.8.3  設置某列為索引
快速示例44  設置“買家會員名”為行索引..... 78
3.8.4  數據清洗后重新設置連續(xù)的行索引快速示例45  刪除數據后重新設置索引  80
3.9  數據排序與排名
3.9.1  數據排序
快速示例46  按“銷量”進行降序排序........ 81
快速示例47  按照“圖書名稱”和“銷量”降序
                          排序.............. 82
快速示例48  對分組統(tǒng)計數據進行排序........ 82
快速示例49  按行數據進行排序.............. 83
3.9.2  數據排名
快速示例50  對產品銷量按順序進行排名...... 84
快速示例51  對產品銷量進行平均排名........ 84
3.10  小結
溫故知新
第4章  Pandas進階
4.1  數據計算
4.1.1  求和(sum函數)
快速示例01  計算“語文”“數學”“英語”的
                          總成績............ 88
4.1.2  求均值(mean函數)
快速示例02  計算“語文”“數學”“英語”
                         各科的平均分....... 89
4.1.3  求值(max函數)快速示例03  計算“語文”“數學”“英語”
                         各科的分....... 90
4.1.4  求小值(min函數)快速示例04  計算“語文”“數學”“英語”
                         各科的分....... 91
4.1.5  求中位數(median函數)快速示例05  計算學生各科成績的中位數(1)   92
快速示例06  計算學生各科成績的中位數(2).. 92
4.1.6  求眾數(mode函數)
快速示例07  計算學生各科成績的眾數........ 93
4.1.7  求方差(var函數)
快速示例08  通過方差判斷誰的物理成績更穩(wěn)定. 94
4.1.8  標準差(數據標準化std函數)快速示例09  計算各科成績的標準差  95
4.1.9  求分位數(quantile函數)
快速示例10  通過分位數確定被淘汰的35%的學生 96
快速示例11  計算日期、時間和時間增量數據的
                          分位數............ 97
4.2  數據格式化
4.2.1  設置小數位數
快速示例12  四舍五入保留指定的小數位數..... 98
4.2.2  設置百分比
快速示例13  將指定數據格式化為百分比數據... 99
4.2.3  設置千位分隔符快速示例14  將金額格式化為帶千位分隔符的
                          數據............. 100
4.3  數據分組統(tǒng)計
4.3.1  分組統(tǒng)計groupby函數
快速示例15  根據“一級分類”統(tǒng)計訂單數據.. 101
快速示例16  根據“兩級分類”統(tǒng)計訂單數據.. 102
快速示例17  統(tǒng)計各編程語言的7天點擊量.... 102
4.3.2  對分組數據進行迭代快速示例18  迭代“一級分類”的訂單數據 103
快速示例19  迭代“兩級分類”的訂單數據.... 103
4.3.3  對分組的某列或多列使用聚合函數
        (agg函數)
快速示例20  對分組統(tǒng)計結果使用聚合函數.... 104
快速示例21  針對不同的列使用不同的聚合函數 104
快速示例22  通過自定義函數實現分組統(tǒng)計.... 104
4.3.4  通過字典和Series對象進行分組統(tǒng)計
快速示例23  通過字典分組統(tǒng)計“北上廣”的
                          銷量............. 105
快速示例24  通過Series對象分組統(tǒng)計“北上廣”
                          銷量............. 106
4.4  數據移位
快速示例25  統(tǒng)計學生英語周測成績的升降情況 107
4.5  數據轉換
4.5.1  一列數據轉換為多列數據
快速示例26  分割“收貨地址”數據中的
                        “省、市、區(qū)”..... 109
快速示例27  以逗號“,”分割多種商品數據.. 110
快速示例28  對元組數據進行分割........... 110
4.5.2  行列轉換
快速示例29  對英語成績表進行行列轉換..... 111
快速示例30  使用unstack方法轉換學生成績表 112
快速示例31  使用pivot方法轉換學生成績表.. 113
4.5.3  DataFrame轉換為字典
快速示例32  將Excel表的銷售數據轉換為字典 113
4.5.4  DataFrame轉換為列表快速示例33  將電商數據轉換為列表  114
4.5.5  DataFrame轉換為元組
快速示例34  將Excel數據轉換為元組........ 114
4.5.6  Excel轉換為HTML網頁格式快速示例35  將Excel訂單數據轉換為HTML格式  115
4.6  數據合并
4.6.1  數據合并(使用Merge方法)
快速示例36  合并學生的成績表............. 117
快速示例37  通過索引列合并數據........... 117
快速示例38  對合并數據去重............... 118
快速示例39  根據共有列進行合并數據....... 118
快速示例40  合并數據并相互補全........... 119
4.6.2  數據合并(使用Concat方法)
4.7  數據導出
4.7.1  導出為.xlsx文件
快速示例41  將處理后的數據導出為Excel文件 123
4.7.2  導出為.csv文件
快速示例42  將處理后的數據導出為CSV文件.. 124
4.7.3  導出到多個Sheet頁中快速示例43  導出Excel表中的多個Sheet頁的
                          數據............. 125
4.8  日期數據處理
4.8.1  DataFrame的日期數據轉換
快速示例44  將各種日期字符串轉換為指定的
                         日期格式.......... 126
快速示例45  將一組數據組合為日期數據..... 127
4.8.2  dt對象的使用快速示例46  獲取日期中的年、月、日、
                          星期數等......... 128
4.8.3  獲取日期區(qū)間的數據
快速示例47  獲取指定日期區(qū)間的訂單數據.... 129
4.8.4  按不同時期統(tǒng)計并顯示數據
快速示例48  從日期中獲取不同的時期....... 131
4.9  時間序列
4.9.1  重采樣(Resample方法)
快速示例49  將一分鐘的時間序列轉換為3分鐘. 133
4.9.2  降采樣處理快速示例50  按周統(tǒng)計銷售數據 135
4.9.3  升采樣處理
快速示例51  每6小時進行一次數據統(tǒng)計...... 135
4.9.4  時間序列數據匯總(ohlc函數)快速示例52  統(tǒng)計數據的open、high、low和
                         close值.......... 137
4.9.5  移動窗口數據計算(rolling函數)
快速示例53  創(chuàng)建淘寶的每日銷量數據....... 138
快速示例54  使用rolling函數計算三天的均值 139
快速示例55  用當天的數據代表窗口數據..... 139
4.10  綜合應用
案例1:Excel多表合并
案例2:分析股票行情數據
4.11  小結
溫故知新
第5章  可視化數據分析圖表
5.1  數據分析圖表的作用
5.2  如何選擇適合的圖表類型
5.3  圖表的基本組成
5.4  Matplotlib概述
5.4.1  Matplotlib簡介
5.4.2  安裝Matplotlib
5.4.3  Matplotlib圖表之初體驗
快速示例01  繪制張圖表............... 149
快速示例02  繪制散點圖................... 150
5.5  圖表的常用設置
5.5.1  基本繪圖plot函數
快速示例03  繪制簡單的折線圖............. 151
快速示例04  繪制體溫折線圖............... 151
5.5.2  設置畫布
快速示例05  自定義一個黃色畫布........... 154
5.5.3  設置坐標軸
快速示例06  為體溫折線圖設置坐標軸標題.... 155
快速示例07  為折線圖設置刻度(1)........ 156
快速示例08  為折線圖設置刻度(2)........ 157
快速示例09  為折線圖設置坐標軸范圍....... 157
5.5.4  添加文本標簽
快速示例10  為折線圖添加“基礎體溫”
                         文本標簽.......... 159
5.5.5  設置標題和圖例
5.5.6  添加注釋
快速示例11  為圖表添加注釋............... 162
5.5.7  調整圖表與畫布邊緣間距
5.5.8  其他設置
5.6  常用圖表的繪制
5.6.1  繪制折線圖
快速示例12  繪制學生的語、數、外的各科成績
                         分析圖............ 165
5.6.2  繪制柱形圖
快速示例13  使用5行代碼繪制簡單的柱形圖... 166
快速示例14  繪制2013~2019年線上圖書銷售額
                         分析圖............ 167
快速示例15  繪制各平臺的圖書銷售額分析圖.. 168
5.6.3  繪制直方圖
快速示例16  繪制簡單的直方圖............. 170
快速示例17  使用直方圖分析學生數學成績的
                         分布情況.......... 170
5.6.4  繪制餅形圖
快速示例18  繪制簡單的餅形圖............. 172
快速示例19  繪制餅形圖分析各省銷量的占比
                         情況.............. 173
快速示例20  繪制分裂餅形圖............... 174
快速示例21  繪制環(huán)形圖分析各省銷量的占比
                         情況.............. 175
快速示例22  使用內嵌環(huán)形圖分析各省銷量的
                         占比情況.......... 175
5.6.5  繪制散點圖
快速示例23  繪制簡單的散點圖............. 177
快速示例24  散點圖分析銷售收入與廣告費的
                         相關性............ 177
5.6.6  繪制面積圖
快速示例25  繪制簡單的面積圖............. 178
快速示例26  繪制標準面積圖分析線上圖書的
                         銷售情況.......... 179
快速示例27  堆疊面積圖分析各平臺圖書的
                         銷售情況.......... 180
5.6.7  繪制熱力圖
快速示例28  繪制簡單的熱力圖............. 180
快速示例29  使用熱力圖對比分析學生各科成績 181
5.6.8  繪制箱形圖
快速示例30  繪制簡單的箱形圖............. 183
快速示例31  繪制多組數據的箱形圖......... 183
快速示例32  通過箱形圖判斷異常值......... 184
5.6.9  繪制3D圖表
快速示例33  繪制3D柱形圖................. 186
快速示例34  繪制3D曲面圖................. 186
5.6.10  繪制多個子圖表
快速示例35  使用subplot函數繪制多子圖的
                          空圖表........... 188
快速示例36  繪制包含多個子圖的圖表....... 189
快速示例37  使用subplots函數繪制多子圖的
                         空圖表............ 190
快速示例38  使用subplots函數繪制多子圖圖表 191
快速示例39  使用add_subplot函數繪制多子圖
                          圖表............. 192
5.6.11  圖表的保存
5.7  Seaborn圖表
5.7.1  Seaborn圖表概述
5.7.2  Seaborn圖表之初體驗
快速示例40  繪制簡單的柱形圖............. 194
5.7.3  Seaborn圖表的基本設置
5.7.4  常用圖表的繪制
快速示例41  繪制學生語文成績折線圖(1)... 197
快速示例42  繪制學生語文成績折線圖(2)... 197
快速示例43  多折線圖分析學生的各科成績.... 198
快速示例44  繪制簡單的直方圖............. 198
快速示例45  多條形圖分析學生的各科成績.... 199
快速示例46  繪制散點圖分析“小費”....... 200
快速示例47  使用線性回歸圖表分析“小費”.. 202
快速示例48  繪制箱形圖分析“小費”中的
                         異常數據.......... 202
快速示例49  繪制核密度圖分析“鳶尾花”.... 203
快速示例50  繪制提琴圖分析“小費”....... 204
5.8  綜合應用
案例1:雙Y軸可視化數據分析圖表的實現
案例2:堆疊柱形圖可視化數據分析圖表的實現
案例3:顏色漸變餅形圖的實現
案例4:等高線圖的實現
案例5:統(tǒng)計雙色球中獎數字熱力圖
5.9  小結
溫故知新
第6章  圖解數組計算模塊Numpy
6.1  初識NumPy
6.1.1  NumPy概述
6.1.2  安裝NumPy模塊
6.1.3  數組的相關概念
6.2  創(chuàng)建數組
6.2.1  創(chuàng)建簡單的數組
快速示例01  演示如何創(chuàng)建數組............. 217
快速示例02  為數組指定數據類型........... 217
快速示例03  復制數組.................... 218
快速示例04  修改數組的維數............... 218
6.2.2  不同方式創(chuàng)建數組
快速示例05  創(chuàng)建指定維度和未初始化的數組.. 219
快速示例06  創(chuàng)建指定維度(以0填充)的數組. 219
快速示例07  創(chuàng)建指定維度并以1填充的數組... 219
快速示例08  創(chuàng)建以指定值填充的數組....... 220
6.2.3  從數值范圍創(chuàng)建數組
快速示例09  通過數值范圍創(chuàng)建數組......... 220
快速示例10  創(chuàng)建馬拉松賽前訓練的等差數列
                          數組............. 221
快速示例11  通過logspace函數解決棋盤放置
                         小麥的問題........ 222
6.2.4  生成隨機數組
快速示例12  隨機生成0到1之間的數組....... 224
快速示例13  隨機生成滿足正態(tài)分布的數組.... 224
快速示例14  生成一定范圍內的隨機數組..... 225
快速示例15  生成正態(tài)分布的隨機數組....... 226
6.2.5  從已有的數組中創(chuàng)建數組
快速示例16  使用asarray函數創(chuàng)建數組...... 226
快速示例17  將字符串“mingrisoft”轉換為數組 227
快速示例18  通過可迭代對象創(chuàng)建數組....... 228
快速示例19  創(chuàng)建未初始化的數組........... 228
快速示例20  創(chuàng)建以0填充的數組............ 228
快速示例21  創(chuàng)建以1填充的數組............ 229
快速示例22  創(chuàng)建以指定值“0.2”填充的數組. 229
6.3  數組的基本操作
6.3.1  數組的數據類型
6.3.2  數組運算
快速示例23  實現數組加法運算............. 232
快速示例24  實現數組的減法和乘、除法運算.. 233
快速示例25  實現數組的冪運算............. 233
快速示例26  實現數組的比較運算........... 233
快速示例27  實現數組的標量運算........... 234
6.3.3  數組的索引和切片
快速示例28  獲取一維數組中的元素......... 235
快速示例29  獲取二維數組中的元素......... 235
快速示例30  實現簡單的數組切片式操作..... 235
快速示例31  常用的切片式索引操作......... 236
快速示例32  二維數組的簡單索引操作....... 237
快速示例33  二維數組的切片式操作......... 238
6.3.4  數組重塑
快速示例34  將一維數組重塑為二維數組..... 239
快速示例35  將一行古詩轉換為4行5列的
                          二維數組......... 239
快速示例36  將2行3列的數組重塑為3行2列的
                          數組............. 240
快速示例37  將二維數組中的行列轉置....... 240
快速示例38  轉換客戶銷售數據............. 241
6.3.5  數組的增、刪、改、查
快速示例39  為數組增加數據............... 242
快速示例40  刪除指定的數組............... 242
快速示例41  修改指定的數組............... 243
快速示例42  按指定條件查詢數組........... 244
6.4  NumPy矩陣的基本操作
6.4.1  創(chuàng)建矩陣
快速示例43  創(chuàng)建簡單的矩陣............... 245
快速示例44  使用mat函數創(chuàng)建常見的矩陣.... 246
6.4.2  矩陣運算
快速示例45  實現矩陣的加法運算........... 248
快速示例46  矩陣減法、乘法和除法運算..... 248
快速示例47  修改矩陣并進行乘法運算....... 249
快速示例48  比較數組相乘與數組點乘....... 249
快速示例49  實現矩陣元素之間的相乘運算.... 250
6.4.3  矩陣轉換
快速示例50  使用T屬性實現矩陣轉置........ 250
快速示例51  實現矩陣逆運算............... 251
6.5  NumPy常用統(tǒng)計分析函數
6.5.1  數學運算函數
快速示例52  實現數組加、減、乘、除運算.... 252
快速示例53  計算數組元素的倒數........... 253
快速示例54  實現數組元素的冪運算......... 253
快速示例55  對數組元素進行取余........... 253
快速示例56  將數組中的一組數字進行四舍五入 254
快速示例57  對數組元素進行向上取整....... 255
快速示例58  對數組元素進行向下取整....... 255
快速示例59  計算數組的正弦值、余弦值和
                         正切值............ 255
快速示例60  將弧度轉換為角度............. 256
6.5.2  統(tǒng)計分析函數
快速示例61  對數組元素及按行列進行求和.... 257
快速示例62  對數組元素及按行列求平均值.... 258
快速示例63  對數組元素求值和小值.... 258
快速示例64  計算電商各個活動中銷售的加權
                         平均價............ 259
快速示例65  計算電商活動價格的中位數..... 260
快速示例66  求數組的方差和標準差......... 260
6.5.3  數組的排序
快速示例67  對數組元素按行和列排序....... 261
快速示例68  對數組元素升序排序........... 261
快速示例69  通過排序解決成績相同學生的
                         錄取問題.......... 262
6.6  綜合應用
案例1:NumPy實現正態(tài)分布
案例2:NumPy用于圖像灰度處理
6.7  小結
溫故知新
第7章  數據統(tǒng)計分析案例
7.1  對比分析
概述:什么是對比分析
案例:對比分析各品牌銷量表現TOP10
7.2  同比、定比和環(huán)比分析
概述:什么是同比、定比和環(huán)比
案例1:電商單品銷量同比增長情況分析
案例2:單品銷量定比分析
案例3:單品銷量環(huán)比增長情況分析
7.3  貢獻度分析(帕累托法則)
概述:什么是貢獻度分析
案例:產品貢獻度分析
7.4  差異化分析
概述:什么是差異化
案例:學生成績性別差異分析
7.5  相關性分析
概述:什么是相關性
案例:廣告展現量與費用成本相關性分析
7.6  時間序列分析
概述:什么是時間序列
案例:年增長趨勢和季節(jié)性波動分析
7.7  小結
溫故知新
第8章  機器學習Scikit-Learn
8.1  Scikit-Learn簡介
8.2  安裝Scikit-Learn
8.3  線性模型
8.3.1  小二乘法回歸
快速示例01  智能預測房價................. 286
8.3.2  嶺回歸
快速示例02  使用嶺回歸函數實現智能預測房價 287
8.4  支持向量機快速示例03  預測“波士頓”的房價   289
8.5  聚類
8.5.1  什么是聚類
8.5.2  聚類算法
8.5.3  聚類模塊
快速示例04  對一組數據聚類............... 292
8.5.4  聚類數據生成器
快速示例05  生成用于聚類的測試數據....... 293
8.6  小結
溫故知新
 
第9章  網站App平臺注冊用戶分析
                 (MySQL版)
9.1  概述
9.2  項目效果預覽
9.3  項目準備
9.4  導入MySQL數據
9.4.1  MySQL數據的導入
9.4.2  Python連接MySQL數據庫
9.5  項目實現過程
9.5.1  數據準備
9.5.2  數據檢測
9.5.3  年度注冊用戶分析
9.5.4  新注冊用戶分析
9.6  小結
溫故知新
第10章  電商銷售數據分析與
                   預測
10.1  概述
10.2  項目效果預覽
10.3  項目準備
10.4  分析方法
10.5  項目實現過程
10.5.1  數據處理
10.5.2  日期數據統(tǒng)計并顯示
10.5.3  銷售收入分析
10.5.4  銷售收入與廣告費相關性分析
10.5.5  銷售收入預測
10.5.6  預測評分
10.6  小結
溫故知新
 
第11章  二手房房價分析與預測
                           系統(tǒng)
11.1  概述
11.2  項目效果預覽
11.3  項目準備
11.4  圖表工具模塊
11.4.1  繪制餅形圖
11.4.2  繪制折線圖
11.4.3  繪制條形圖
11.5  項目實現過程
11.5.1  數據清洗
11.5.2  區(qū)域二手房均價分析
11.5.3  區(qū)域二手房數據及占比分析
11.5.4  全市二手房裝修程度分析
11.5.5  熱門戶型均價分析
11.5.6  二手房房價預測
11.6  小結
溫故知新
 
第12章  Python實現客戶價值分析
12.1  概述
12.2  項目效果預覽
12.3  項目準備
12.4  分析方法
12.4.1  RFM模型
12.4.2  聚類
12.5  項目實現過程
12.5.1  準備工作
12.5.2  數據抽取
12.5.3  數據探索分析
12.5.4  計算RFM值
12.5.5  數據轉換
12.5.6  客戶聚類
12.5.7  標記客戶類別
12.6  客戶價值結果分析
12.7  小結
溫故知新
附錄:PyCharm常用快捷鍵

本目錄推薦

掃描二維碼
Copyright ? 讀書網 m.shuitoufair.cn 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網安備 42010302001612號