買這商品的人也買了...
-
$473機器學習算法評估實戰 (全彩印刷) -
機器學習 — 從線性回歸到大模型$312$296 -
利用Python學習數據分析$419$398 -
概率機器學習(進階篇)$1,794$1,704
簡體書新到貨|2書75折 ( 10/22-10/31) 詳見活動內容 »
-
VIP 95折
谷歌AI提效一本通:Gemini+Nano Banana+NotebookLM$468$444 -
VIP 95折
計算機繪圖實踐——基於CAXA CAD電子圖板2026$414$393 -
VIP 95折
深入淺出強化學習算法與實戰$594$564 -
VIP 95折
中文版SOLIDWORKS Design 2026+AI 從入門到精通(實戰案例版)$539$512 -
VIP 95折
KIMI K3從入門到精通:從智能對話到數字員工$419$398 -
VIP 95折
軟件測試方法$474$450 -
VIP 95折
人機共融:機器人情感計算與泛化交互$468$444 -
VIP 95折
Kafka理論與實戰$468$444 -
VIP 95折
數字圖像處理導論 原書第2版$774$735 -
VIP 95折
神經網絡機器學習$1,008$957 -
VIP 95折
大模型API應用指南$359$341 -
79折
$421扣子編程從一句話到產品上線:零門檻AI心流開發 -
85折
$453扣子(Coze)智能體開發:零代碼實現內容創作工作流 -
VIP 95折
集成電路制造 科學與技術$894$849 -
85折
$458企業級高並發Agent實戰:CloudWeGo Eino工程化落地 -
85折
$351零基礎學 AI Agent 開發 : 扣子平臺實戰 + OpenClaw 輕鬆部署 -
VIP 95折
遊戲場景設計 即夢AI+Stable Diffusion$594$564 -
VIP 95折
Gemini與Nano Banana從入門到精通$474$450 -
VIP 95折
現代汽車架構設計與實踐$954$906 -
VIP 95折
多模態大模型應用解決方案$948$900 -
VIP 95折
遊戲設計控制論:玩法、制作、玩家的150個底層法則$954$906 -
VIP 95折
本體驅動的AI大模型 方法與實踐$594$564 -
VIP 95折
Manus智能體實戰技巧60招 10分鐘讓工作/生活效率翻3倍$534$507 -
VIP 95折
Modbus RTU嵌入式開發(從站篇·微課視頻版)$294$279 -
VIP 95折
中文版3ds Max 2026+AI從入門到精通(微課視頻 全彩版)$648$615
相關主題
商品描述
本書從解決工作中的實際問題出發,以漫畫形式講解數據分析知識,並提煉、總結工作中常用的Python 數據處理、數據分析實戰方法與技巧。本書力求通俗易懂地介紹相關知識,在不影響學習、理解效果的前提下,盡可能地避免使用晦澀難懂的Python 編程、統計術語或模型公式,如需瞭解相關的知識,可查閱相關的圖書或資料。本書定位是帶領Python 數據分析初學者入門,並能在學習和工作中解決大部分問題,或滿足大部分需求。入門後,讀者如需進一步學習進階技能,可自行擴展閱讀相關圖書或資料。學習是永無止境的,正所謂“師傅領進門,修行在個人”。
目錄大綱
第1 章 數據分析概況
1.1 數據分析定義
1.2 數據分析作用
1.3 數據分析步驟
1.3.1 明確分析目的和思路
1.3.2 數據收集
1.3.3 數據處理
1.3.4 分析數據
1.3.5 數據展現
1.3.6 報告撰寫
1.4 常用的數據分析工具
第2 章 Python 概況
2.1 Anaconda 安裝與使用
2.1.1 Anaconda 簡介
2.1.2 安裝Anaconda
2.1.3 使用Spyder
2.2 變量
2.2.1 變量定義
2.2.2 變量賦值
2.2.3 變量命名
2.3 數據類型
2.3.1 數值型
2.3.2 字符型
2.3.3 邏輯型
2.4 數據結構
2.4.1 列表
2.4.2 元組
2.4.3 字典
2.4.4 序列
2.4.5 數據框
2.5 函數
2.5.1 函數簡介
2.5.2 Python 內置函數
2.5.3 使用函數
2.6 模塊
2.6.1 模塊簡介
2.6.2 Python 標準模塊
2.6.3 使用模塊
2.7 Python 編程註意事項
第3 章 數據處理
3.1 數據導入導出
3.1.1 數據導入
3.1.2 數據訪問
3.1.3 數據導出
3.2 數據清洗
3.2.1 數據排序
3.2.2 重復數據處理
3.2.3 空格數據處理
3.3 數據轉換
3.3.1 數據類型查看
3.3.2 數值轉字符
3.3.3 字符轉數值
3.3.4 字符轉時間
3.3.5 時間轉字符
3.4 數據抽取
3.4.1 字段拆分
3.4.2 記錄抽取
3.5 數據合並
3.5.1 記錄合並
3.5.2 字段合並
3.5.3 字段匹配
3.6 數據計算
3.6.1 簡單計算
3.6.2 時間計算
3.6.3 數據分組
第4 章 數據分析
4.1 對比分析
4.2 描述性分析
4.3 分組分析
4.4 結構分析
4.5 分佈分析
4.6 交叉分析
4.7 矩陣分析
4.8 轉化分析
4.9 RFM 分析
4.10 留存分析
4.11 生命周期價值分析
4.12 簡單線性回歸
第5 章 數據可視化
5.1 數據可視化簡介
5.1.1 什麼是數據可視化
5.1.2 數據可視化常用圖表
5.1.3 通過關系選擇圖表
5.1.4 Python 可視化模塊
5.2 matplotlib 入門
5.3 餅圖
5.4 柱形圖
5.5 條形圖
5.6 折線圖
5.7 面積圖
5.8 散點圖
5.9 矩陣圖
