Python數據分析基礎
王昕天，張宇萌，王艷
- 出版商: 清華大學
- 出版日期: 2026-10-01
- 售價: $396
- 語言: 簡體中文
- ISBN: 7302728569
- ISBN-13: 9787302728566
-
相關分類:
Data Science
下單後立即進貨 (約4週~6週)
相關主題
商品描述
《Python數據分析基礎》從經濟管理視角出發，系統介紹了Python計算機語言的變量設定、數據結構、面向對象等基礎語法。在此基礎上，結合經濟管理的具體應用需求，本書重點介紹了數據分析與可視化、計量模型分析、機器學習、智能圖像處理等專題。與同類教材相比，本書根據新商科實踐需求規劃教學內容，經濟管理特色明顯；同時，為兼顧商科學生的編程基礎，本書適當增加基礎語法的介紹篇幅，**限度降低初學者的學習門檻。 本書可作為高等院校經濟管理類專業的教學用書，也可作為相關企業的崗位培訓和自學用書。
作者簡介
王昕天，管理學博士，經濟學博士後，教授，碩士生導師，現就職於寧波大學商學院，長期從事Python數據分析、電子商務概論、數據挖掘等課程教學與研究。 主持國家社會科學基金、浙江省哲學社會科學規劃等課題10余項；在《中國軟科學》《中國農村觀察》《農業技術經濟》等CSSCI核心期刊發表論文20余篇；出版《旅遊，重塑鄉村：安徽“三瓜公社”美麗鄉村建設實踐探索》《縣域電商幹部讀本》《農村電商100問》等圖書。
目錄大綱
----------------------- Page 1-----------------------
第1章 Python概述 ………………………………………………………………1
1.1 Python語言概述 ………………………………………………………………1
1.2 Python開發環境搭建 …………………………………………………………3
1.3 Python的使用 …………………………………………………………………3
1.4 Python代碼的編碼規範 ………………………………………………………6
1.5 Python代碼的組織方式 ………………………………………………………8
1.6 小結……………………………………………………………………………12
課後練習 ……………………………………………………………………………12
第2章 Python語言基礎知識 …………………………………………………13
2.1 數據類型………………………………………………………………………14
2.2 標識符與變量…………………………………………………………………24
2.3 輸入與輸出……………………………………………………………………27
2.4 運算符…………………………………………………………………………33
2.5 分支結構控制語句……………………………………………………………50
2.6 循環結構控制語句……………………………………………………………53
2.7 常見的Python內置函數 ……………………………………………………61
2.8 小結……………………………………………………………………………69
課後練習 ……………………………………………………………………………69
第3章 數據結構 …………………………………………………………………71
3.1 列表……………………………………………………………………………72
3.2 元組……………………………………………………………………………85
ⅲ
----------------------- Page 2-----------------------
3.3 字典……………………………………………………………………………90
3.4 集合 …………………………………………………………………………102
3.5 推導式 ………………………………………………………………………111
3.6 小結 …………………………………………………………………………115
課後練習……………………………………………………………………………115
第4章 函數設計…………………………………………………………………117
4.1 函數的定義 …………………………………………………………………118
4.2 說明文檔 ……………………………………………………………………120
4.3 函數的調用 …………………………………………………………………121
4.4 形參和實參 …………………………………………………………………122
4.5 位置參數 ……………………………………………………………………122
4.6 關鍵字參數 …………………………………………………………………124
4.7 默認參數 ……………………………………………………………………125
4.8 可變長度參數 ………………………………………………………………125
4.9 遞歸函數 ……………………………………………………………………127
4.10 可疊代對象和疊代器………………………………………………………128
4.11 生成器………………………………………………………………………130
4.12 相關內置函數………………………………………………………………132
4.13 小結…………………………………………………………………………134
課後練習……………………………………………………………………………135
第5章 面向對象程序設計 ……………………………………………………136
5.1 面向對象編程思想 …………………………………………………………137
5.2 Python中的類與對象基礎 …………………………………………………139
5.3 類的封裝 ……………………………………………………………………141
5.4 類的方法 ……………………………………………………………………144
5.5 類的繼承與復用 ……………………………………………………………146
5.6 多態 …………………………………………………………………………150
5.7 特殊方法 ……………………………………………………………………152
5.8 類的高級特性 ………………………………………………………………154
ⅳ
----------------------- Page 3-----------------------
目錄
5.9 小結 …………………………………………………………………………158
課後練習……………………………………………………………………………158
第6章 錯誤與異常處理 ………………………………………………………160
6.1 程序的錯誤 …………………………………………………………………160
6.2 異常捕獲與處理 ……………………………………………………………169
6.3 斷言處理 ……………………………………………………………………172
6.4 程序的基本調試方法 ………………………………………………………173
6.5 小結 …………………………………………………………………………174
課後練習……………………………………………………………………………175
第7章 數據分析基礎工具 ……………………………………………………177
7.1 NumPy庫 ……………………………………………………………………177
7.2 Pandas庫 ……………………………………………………………………189
7.3 小結 …………………………………………………………………………199
課後練習……………………………………………………………………………200
第8章 文件與辦公自動化 ……………………………………………………202
8.1 目錄操作 ……………………………………………………………………202
8.2 文件操作 ……………………………………………………………………205
8.3 Excel文件操作………………………………………………………………210
8.4 Word文件操作………………………………………………………………212
8.5 PDF文件操作 ………………………………………………………………215
8.6 PPT文件操作 ………………………………………………………………216
8.7 小結 …………………………………………………………………………220
課後練習……………………………………………………………………………220
第9章 數據可視化………………………………………………………………221
9.1 Matplotlib模塊概述…………………………………………………………222
9.2 圖表繪制 ……………………………………………………………………222
9.3 Matplotlib數據可視化………………………………………………………224
ⅴ
----------------------- Page 4-----------------------
9.4 小結 …………………………………………………………………………241
課後練習……………………………………………………………………………242
第10章 計量模型分析 …………………………………………………………243
10.1 statsmodels簡介……………………………………………………………243
10.2 最小二乘法回歸……………………………………………………………244
10.3 統計推斷……………………………………………………………………246
10.4 虛擬變量處理………………………………………………………………248
10.5 異方差檢驗與處理…………………………………………………………249
10.6 面板數據分析………………………………………………………………251
10.7 時間序列分析………………………………………………………………255
10.8 小結…………………………………………………………………………259
課後練習……………………………………………………………………………259
第11章 機器學習初步 …………………………………………………………260
11.1 機器學習基礎………………………………………………………………260
11.2 scikit-learn庫 ……………………………………………………………263
11.3 聚類算法……………………………………………………………………267
11.4 分類算法……………………………………………………………………268
11.5 EM算法 ……………………………………………………………………271
11.6 回歸算法……………………………………………………………………272
11.7 人工神經網絡………………………………………………………………274
11.8 小結…………………………………………………………………………275
課後練習……………………………………………………………………………276
第12章 智能圖像處理初步……………………………………………………277
12.1 數字圖片基礎………………………………………………………………277
12.2 圖像處理的基本操作………………………………………………………280
12.3 圖像增強……………………………………………………………………291
12.4 圖像形態學…………………………………………………………………303
12.5 圖像特征提取………………………………………………………………315
ⅵ
----------------------- Page 5-----------------------
目錄
12.6 小結…………………………………………………………………………320
課後練習……………………………………………………………………………321
第13章 自然語言處理 …………………………………………………………322
13.1 自然語言處理概述…………………………………………………………322
13.2 中文詞處理…………………………………………………………………333
13.3 關鍵詞提取…………………………………………………………………336
13.4 文本向量化與文本分類聚類………………………………………………337
13.5 文本情感分析………………………………………………………………340
13.6 小結…………………………………………………………………………343
課後練習……………………………………………………………………………344
參考文獻 ………………………………………………………………………………345
ⅶ
----------------------- Page 6-----------------------
