Python大數據處理與分析（第2版）（微課版）

安俊秀，成都信息工程大學軟件工程學院教授，主要研究領域為雲計算與大數據技術、大數據分析與服務、雲計算技術及應用。 以前出版的圖書：《Python大數據處理與分析》2021年4月，55685，累計銷量約3500冊；《Hadoop大數據處理技術基礎與實踐（第2版）（微課版）》2020年9月，54568，第2版累計銷量約8000冊；《Python 3從入門到精通》2021年4月，54093，累計銷量約2000冊。

目錄 第一部分　基礎篇 第1章　大數據處理與分析概述 1.1　Python在數據處理與分析中的優勢　2 1.1.1　Python的核心優勢　2 1.1.2　Python在大數據生態中的定位　3 1.2　大數據處理　4 1.2.1　大數據處理概覽　5 1.2.2　數據計算模式　6 1.3　數據分析簡介　7 1.3.1　數據分析流程　7 1.3.2　大數據分析方法與技術　8 1.3.3　大數據分析應用場景　10 1.3.4　大數據分析面臨的挑戰　11 習題　14 第2章　搭建Python開發環境 2.1　Python解釋器的安裝　15 2.1.1　在Windows系統下安裝Python解釋器　15 2.1.2　在Linux系統下安裝Python解釋器　17 2.1.3　在macOS系統下安裝Python解釋器　20 2.1.4　編寫和運行第一個hello world程序　21 2.2　Anaconda的安裝及環境變量配置　22 2.2.1　Anaconda簡介　22 2.2.2　安裝Anaconda　24 2.2.3　配置Anaconda環境變量　25 2.3　Jupyter Notebook與PyCharm的安裝及工程環境設置　26 2.3.1　Jupyter Notebook簡介與安裝　26 2.3.2　設置Jupyter Notebook工程環境　28 2.3.3　PyCharm簡介與安裝　30 2.3.4　設置PyCharm工程環境　32 習題　34 第3章　使用NumPy進行數據計算 3.1　安裝NumPy　35 3.2　NumPy中的數組對象　36 3.2.1　數組對象的創建　36 3.2.2　數組對象的常用屬性　39 3.2.3　數組元素的訪問與修改　41 3.2.4　數組對象的基礎運算　42 3.2.5　數組對象的常用函數　43 3.3　使用NumPy進行數學運算　47 3.3.1　位運算函數　47 3.3.2　數學函數　48 3.3.3　算術函數　50 3.3.4　統計函數　52 3.3.5　線性代數函數　53 3.4　NumPy使用案例　56 習題　58 第4章　使用pandas進行數據分析 4.1　安裝pandas　59 4.2　pandas中的對象　60 4.2.1　Series對象　60 4.2.2　DataFrame對象　62 4.3　pandas的基本操作　63 4.3.1　導入與導出數據　63 4.3.2　數據的獲取　64 4.3.3　數據的增加、刪除、查找、修改　66 4.4　pandas的基本運用　68 4.4.1　數據統計　68 4.4.2　算術運算與數據對齊　70 4.5　pandas使用案例　71 習題　73 第5章　數據預處理 5.1　數據清洗　74 5.1.1　數據清洗準備　74 5.1.2　數據清洗的基本操作　75 5.2　正則表達式　78 5.2.1　正則表達式的特點與組成　78 5.2.2　字符串格式化方法　80 5.2.3　re模塊　83 5.3　數據規整　87 5.3.1　分組、聚合及數據透視表　87 5.3.2　數據降維　90 5.3.3　數據變換與數據歸約　92 5.3.4　稀疏表示和字典學習　94 習題　95 第6章　Matplotlib數據可視化 6.1　安裝Matplotlib與繪圖基本步驟　97 6.1.1　安裝Matplotlib　97 6.1.2　Matplotlib繪圖基本步驟　98 6.2　經典圖形繪制　100 6.2.1　折線圖　100 6.2.2　柱狀圖　103 6.2.3　直方圖　105 6.2.4　散點圖　107 6.2.5　等值線圖及地理信息可視化　111 6.3　圖表的調整　115 6.3.1　圖表主要組成元素調整　115 6.3.2　顏色參數和顏色映射表　120 6.4　圖表的美化　121 6.4.1　一個簡單的seaborn程序　122 6.4.2　displot()函數　123 6.4.3　catplot()函數　125 6.5　Matplotlib使用案例　126 習題　129 第二部分　實例篇 第7章　基於大數據的房產估價 7.1　情景問題提出及分析　132 7.2　多元回歸模型介紹　132 7.3　方法與過程　133 7.3.1　讀取數據並進行預處理　134 7.3.2　將預處理好的數據可視化　144 7.3.3　使用多元回歸模型進行房產估價　148 7.3.4　模型效果評價　151 上機實驗　153 第8章　某移動公司客戶價值分析 8.1　情景問題提出及分析　154 8.2　K均值聚類算法簡介　154 8.3　客戶價值分析過程　157 8.3.1　讀取數據並進行預處理　157 8.3.2　數據標準化　165 8.3.3　使用K均值聚類算法對客戶進行分析　167 8.3.4　數據可視化和數據分析　171 上機實驗　176 第9章　基於歷史數據的超市日銷售額及個人每日步數預測 9.1　情景問題提出及分析　178 9.2　常見的時間序列模型簡介　178 9.2.1　AR模型　179 9.2.2　MA模型　180 9.2.3　ARMA模型　180 9.2.4　ARIMA模型　181 9.2.5　模型建立步驟　181 9.3　平穩時間序列建模示例（超市日銷售額預測）　185 9.3.1　讀取數據並進行預處理　185 9.3.2　時間序列的平穩性分析　187 9.3.3　模型選擇及定階　188 9.3.4　建立時間序列模型並預測　189 9.3.5　完整執行流程　190 9.4　非平穩時間序列建模示例（個人每日步數預測）　190 9.4.1　讀取數據並進行預處理　190 9.4.2　時間序列的平穩性分析　192 9.4.3　模型選擇及定階　193 9.4.4　建立時間序列模型並預測　195 上機實驗　197 第10章　智能電網的電能預估及分析 10.1　情景問題提出及分析　198 10.2　決策樹算法簡介　198 10.2.1　ID3算法　199 10.2.2　C4.5算法　202 10.2.3　CART算法　202 10.2.4　預剪枝與後剪枝　203 10.2.5　連續值處理　203 10.3　方法與過程　205 10.3.1　讀取數據並進行預處理　205 10.3.2　模型構建　212 10.3.3　模型效果評價　214 上機實驗　215 參考文獻　216