Python数据分析实战

封面 1 扉页 2 内容简介 3 版权页 3 前言 4 目录 6 第1章 数据分析是什么 11 1.1 海量数据背后蕴藏的知识 11 1.2 数据分析与数据挖掘的关系 12 1.3 机器学习与数据分析的关系 12 1.4 数据分析的基本步骤 12 1.5 Python和数据分析 13 第2章 Python———从了解Python开始 15 2.1 Python的发展史 15 2.2 Python及Pandas、scikit Glearn、Matplotlib的安装 16 2.3 Python基础知识 18 2.4 重要的Python库 21 2.5 Jupyter 22 第3章 数据预处理———不了解数据一切都是空谈 24 3.1 了解数据 25 3.2 数据质量 27 3.3 数据清洗 30 3.4 特征工程 32 第4章 Num Py———数据分析基础工具 35 4.1 多维数组对象ndarray 36 4.2 ndarray的索引、切片和迭代 39 4.3 ndarray的shape的操作 42 4.4 ndarray的基础操作 42 第5章 Pandas———处理结构化数据 45 5.1 基本数据结构 46 5.2 基于Pandas的Index对象的访问操作 55 5.3 数学统计和计算工具 62 5.4 数学聚合和分组运算 70 第6章 数据分析与知识发现———一些常用的方法 77 6.1 分类分析 77 6.2 关联分析 82 6.3 聚类分析 90 6.4 回归分析 92 第7章 scikit Glearn———实现数据的分析 95 7.1 分类方法 95 7.2 回归方法 103 7.3 聚类方法 108 第8章 Matplotlib———交互式图表绘制 116 8.1 基本布局对象 116 8.2 图表样式的修改以及装饰项接口 121 8.3 基础图表的绘制 126 8.4 matplot3D 138 8.5 Matplotlib与Jupyter结合 140 第9章 实例:科比职业生涯进球分析 144 9.1 预处理 144 9.2 分析科比的命中率 148 9.3 分析科比的投篮习惯 165 第10章 实例:世界杯 172 10.1 数据说明 172 10.2 世界杯观众 174 10.3 世界杯冠军 180 10.4 世界杯参赛队伍与比赛 183 10.5 世界杯进球 190 正文结束 194 参考文献 195 图书资源支持 196