Python數據分析快速入門
姚凱、費鴻萍、詹誌方、池華聚、馬龍
- 出版商: 清華大學
- 出版日期: 2025-06-01
- 售價: $354
- 語言: 簡體中文
- 頁數: 269
- ISBN: 7302692521
- ISBN-13: 9787302692522
-
相關分類:
Python、Data-visualization、Data-mining
下單後立即進貨 (約4週~6週)
相關主題
商品描述
"本書是一本將理論與實訓相結合的新形態教材，全面系統地介紹了 Python 編程基礎和數據分析的核心技能，全書內容分為三大部分：首先，介紹 Python 的基本概念、語法、 IDE 使用和函數模塊等，為讀者打下堅實的編程基礎；其次，深入講解 Python 在統計分析領域的應用，包括數據預處理、數據描述、可視化、方差分析和回歸分析等，並通過豐富的實訓案例使理論與實踐相結合；最後，通過綜合案例分析，如餐飲店數據分析、遊戲平臺數據分析和消費者需求預測與分析，展示數據分析在不同領域中的應用並提供實際操作機會。本書特色在於系統性與實用性並重，豐富的案例與實戰，以及教學實訓平臺的支持，使讀者能夠通過實踐鞏固所學知識，快速掌握數據分析技能，開啟數據驅動的新篇章。 本書可用作高校經濟管理等相關專業學生的專業課教材，也可用作企業數據分析人員的培訓教材。"
作者簡介
姚凱，中央財經大學商學院副教授，Credamo見數創始人，博士畢業於北大光華管理學院，美國賓夕法尼亞大學沃頓商學院聯合培養博士。論文發表於《營銷科學學報》《管理科學》Journal of Business Ethics等，曾主持和參與多個國家自然科學基金項目，同時負責CMAU全國大學生市場研究與商業策劃大賽、全國大學生心理與行為在線實驗精英賽、中國研究生企業管理創新大賽等全國性比賽的運營工作。 費鴻萍，上海財經大學管理學博士，華東理工大學商學院副教授，中國高等院校市場學研究會常務理事、活動委員會副主任；研究領域包括腦科學與營銷創新、基於人工智能的營銷策略發展、商科教育創新等。研究成果發表於《管理科學學報》《南開管理評論》以及Frontiers in Psychology，主持和參與多個國家級、省部級以及政府與企業委托項目。
目錄大綱
目 錄
第一部分 Python編程基礎
第1章 引言 3
1.1 為什麼學習Python 3
1.2 Python的歷史和發展 6
1.3 利用Python進行數據分析 8
本章小結 14
第2章 Python安裝與在線使用 15
2.1 下載和安裝Python 15
2.2 在IDE中編程 17
2.3 教學實訓平臺——教師端 24
2.4 教學實訓平臺——學生端 47
本章小結 60
第3章 Python的基礎語法 61
3.1 變量 61
3.2 數據類型 62
3.3 流程控制語句 74
3.4 實訓案例 77
本章小結 82
第4章 函數、模塊與包 83
4.1 函數 83
4.2 模塊和包的使用 90
4.3 實訓案例 92
本章小結 94
第二部分 Python統計分析
第5章 數據預處理 99
5.1 NumPy基礎 99
5.2 NumPy中數組的基本操作 103
5.3 NumPy中的通用函數 105
5.4 矩陣運算 106
5.5 Pandas基礎 107
5.6 Pandas的數據操作 113
5.7 實訓案例 123
本章小結 126
第6章 數據描述 128
6.1 集中趨勢 128
6.2 離散程度 131
6.3 統計表 134
6.4 實訓案例 137
本章小結 139
第7章 統計圖表與可視化 140
7.1 Matplotlib概述 140
7.2 圖表的常用設置 142
7.3 常用圖表的繪制 144
7.4 Seaborn圖表 151
7.5 實訓案例 157
本章小結 160
第8章 方差分析 161
8.1 方差分析的基本原理 161
8.2 單因素方差分析 163
8.3 多因素方差分析 167
8.4 實訓案例 171
本章小結 174
第9章 相關分析 176
9.1 函數關系與相關關系 176
9.2 簡單相關分析 177
9.3 偏相關分析 181
9.4 實訓案例 183
本章小結 186
第10章 回歸分析 188
10.1 回歸方程的基本原理 188
10.2 一元線性回歸 191
10.3 多元線性回歸 196
10.4 實訓案例 197
本章小結 200
第11章 邏輯回歸 202
11.1 邏輯回歸的基本概念 202
11.2 二元邏輯回歸 203
11.3 多分類邏輯回歸 205
11.4 有序邏輯回歸 208
11.5 實訓案例 210
本章小結 212
第12章 聚類分析 213
12.1 聚類的基本原理 213
12.2 層次聚類 216
12.3 k均值聚類 219
12.4 實訓案例 221
本章小結 224
第三部分 綜合實訓進階
第13章 上海餐飲店數據分析 227
13.1 項目背景與研究內容 227
13.2 數據采集與預處理 228
13.3 描述統計與可視化圖表 231
13.4 餐飲店評分與價格的聚類分析 234
13.5 餐飲店評分的邏輯回歸分析 236
13.6 結論與建議 237
本章小結 238
第14章 L遊戲平臺數據分析 240
14.1 項目背景與研究內容 240
14.2 數據采集與預處理 241
14.3 描述統計與可視化圖表 242
14.4 L遊戲平臺指標的相關性分析 249
14.5 基於多元線性回歸的L平臺日鮮花數分析 249
14.6 結論與建議 251
本章小結 251
第15章 消費者需求預測與分析 253
15.1 項目背景與研究內容 253
15.2 數據采集與預處理 254
15.3 描述統計與可視化圖表 255
15.4 購買意願的差異性分析 261
15.5 基於回歸分析的購買意願影響因素研究 264
15.6 結論與建議 266
本章小結 267
參考文獻 268
