一行指令學 Python －用 Pandas 掌握商務大數據分析, 3/e

徐聖訓

一行指令學 Python －用 Pandas 掌握商務大數據分析, 3/e
  • 出版商: 全華圖書
  • 出版日期: 2025-12-13
  • 定價: $580
  • 售價: 9.0 折 $522
  • 語言: 繁體中文
  • 頁數: 496
  • ISBN: 6264015857
  • ISBN-13: 9786264015851
  • 相關分類: Python

    • 立即出貨 (庫存=1)

買這商品的人也買了...

相關主題

商品描述

本書特色

1.我們強調的不只Python，也是pandas。
2.我們強調用pandas來解決在資料分析中實際遇到的問題。
3.作者拆解大數據分析中的每一個步驟，配合Python直譯器的特性，讓學習者馬上動手實作，即時理解學習重點。
4.如果一個範例的解法不只一種，作者會提供不同的方法，引導學習者嘗試不同的解題方法。

內容簡介

在Python裡，最重要的套件應該是pandas。非資訊專長的初學者要學Python，一定要學pandas，因為它容易入手，而且功能強大。pandas具有強大的資料分析、繪圖能力，甚至能做網路爬蟲。將pandas分析結果回存到Excel也是輕而易舉！本書就是著重在pandas的介紹。

本書旨在引導讀者用Python來解決問題。研究發現，問題導向學習有助提升學習熱情和學習成效。藉由在實際問題中引發學習動機和熱情，並且親自操作，來尋找問題答案並解決問題！Boud（1987）就主張，學習的起點應該始於學習者想要解決的問題、疑問或困擾。因此，筆者設計的這些問題只是起點，更希望讀者能將這些知識與生活或工作遭遇的問題做連結，進一步提出屬於自己的問題，並累積解決問題的技巧。

本次改版，作者新加入了生成式AI使用介紹，讓寫作Python更方便簡潔。

目錄大綱

第1章 數字與變數
 1-1 基本資料型態
 1-2 數值
 1-3 變數
 1-4 輸入與輸出指令
 1-5 章末習題

第2章 字串
 2-1 字串介紹
 2-2 字串的運算
 2-3 print 指令列印文字的常用方法
 2-4 介紹f_string 的常用方法
 2-5 透過方格的繪製來熟練print 和字串
 2-6 字串的專用函數
 2-7 字串裡的字元切割
 2-8 字串裡的文字切割
 2-9 字串的性質：內容不可變（Immutable）
 2-10 章末習題
第3章 串列
 3-1 串列介紹
 3-2 創立串列的主要方式
 3-3 串列與文字的關係
 3-4 串列解開（List Unpacking）
 3-5 增加串列元素的方法
 3-6 刪除串列可用pop() 方法
 3-7 對串列裡的資料進行運算
 3-8 串列與for 迴圈的關係
 3-9 for 迴圈與串列解開的使用
 3-10 章末習題

第4章 迴圈
 4-1 for 迴圈基本用法
 4-2 如何在for 迴圈中同時取值和其索引位置
 4-3 用for 迴圈修改list 的內容
 4-4 串列表達式（List Comprehension）
 4-5 章末習題

第5章 字典
 5-1 如何建立字典資料
 5-2 字典如何取值
 5-3 串列和字典資料型態的轉換
 5-4 字典如何與for 迴圈結合 
 5-5 集合
 5-6 章末習題

第6章 邏輯判斷
 6-1 基本邏輯關係
 6-2 and, or, not 的語法
 6-3 if 
 6-4 一行if（One-line if） 
 6-5 一行if 與串列表達式的結合
 6-6 在邏輯判斷裡還有一個語法，叫in
 6-7 章末習題

第7章 Python的套件與函數
 7-1 套件和模組的介紹 
 7-2 如何自己撰寫函數
 7-3 函數的回傳值
 7-4 函數的參數數目不固定
 7-5 函數的一行寫法（lambda x）
 7-6 OpenAI API與應用
 7-7 章末習題

第8章 pandas套件
 8-1 創建Series 資料
 8-2 Series 物件常用屬性
 8-3 利用位置和索引鍵提取Series 的資料 
 8-4 變更索引鍵
 8-5 索引鍵的重要性
 8-6 Series 常用的方法
 8-7 Series 用來處理「類別型資料」的常用方法
 8-8 章末習題

第9章 pandas DataFrame介紹
 9-1 創立DataFrame 
 9-2 DataFrame 的重要屬性（attributes） 
 9-3 索引鍵自動對齊的功能 
 9-4 NaN 介紹 
 9-5 如何定位和讀取DataFrame 裡面的元素 
 9-6 增加一欄或一列 
 9-7 介紹axis 的觀念
 9-8 如何篩選資料 
 9-9 將不同的DataFrame 合併 
 9-10 Dataframe 裡的常用函數
 9-11 日期的資料型態 
 9-12 用apply() 讓資料處理更簡單
 9-13 章末習題

第10章 pandas── 繪圖
 10-1 單一變數的繪圖 
 10-2 二維圖形的幾種可能
 10-3 章末習題

第11章 多層級索引鍵
 11-1 多層級索引鍵的建立 
 11-2 多層級索引鍵的資料索引和切片 
 11-3 跨層級的資料索引 
 11-4 groupby
 11-5 分群之後做什麼 
 11-6 groupby 和多層級索引鍵的關係 
 11-7 改變欄索引鍵和列索引鍵的位置
 11-8 章末習題

第12章 鐵達尼號
 12-1 鐵達尼號資料檢視 
 12-2 從最基本的存亡人數分析 
 12-3 了解性別跟存活的關係 
 12-4 了解船艙等級與存活率的關係 
 12-5 了解船艙等級、性別和存活的關係 
 12-6 年紀對存活率的影響 
 12-7 費用與存活率的關係 
 12-8 父母孩子的數量與存活率的關係
 12-9 費用與年紀的關係
 12-10章末習題
 
第13章 pandas──系所生源分析
 13-1 載入資料 
 13-2 基本資料分析 
 13-3 交叉分析 
 13-4 合併不同DataFrame
 13-5 章末習題

第14章 pandas──業務銷售分析
 14-1 業務單位的分析
 14-2 業務單位裡的業務員銷售分析
 14-3 業務單位的產品銷售分析
 14-4 業務單位的產品銷售分析的總和與百分比表
 14-5 其他不同的綜合分析
 14-6 銷售時間軸的分析
 14-7 章末習題

第15章 pandas──股市分析
 15-1 資料載入
 15-2 台積電資料基本分析
 15-3 日收益率
 15-4 股價趨勢研究
 15-5 動態資料的呈現
 15-6 威廉指標線
 15-7 同時處理多家公司的股價資訊
 15-8 章末習題

第16章 pandas──問卷資料分析
 16-1 基本資料檢查和遺漏值處理 
 16-2 構面分析
 16-3 性別在四個構面的差異 
 16-4 教育程度在四個構面的差異
 16-5 四個構面的相關性分析
 16-6 迴歸分析
 16-7 章末習題

第17章 pandas──字串處理
 17-1 pandas 裡的字串處理 
 17-2 正規表達式
 17-3 處理E-mail 
 17-4 處理數字型欄位 
 17-5 處理日期型欄位
 17-6 章末習題

第18章 pandas禪
 18-1 串接式的寫法
 18-2 鐡達尼號的資料示範
 18-3 章末習題

類似商品