Python數據分析基礎 pdf epub mobi txt 電子書 下載2025

想要找書就要到 小美書屋

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

想深入應用手中的數據？還是想在上韆份文件上重復同樣的分析過程？沒有編程經驗的非程序員們如何能在最短的時間內學會用當今炙手可熱的Python語言進行數據分析？

來自Facebook的數據專傢Clinton Brownley可以幫您解決上述問題。在他的這本書裏，讀者將能掌握基本Python編程方法，學會編寫齣處理電子錶格和數據庫中的數據的腳本，並瞭解使用Python模塊來解析文件、分組數據和生成統計量的方法。

學習基礎語法，創建並運行自己的Python腳本

讀取和解析CSV文件

讀取多個Excel工作錶和工作簿

執行數據庫操作

搜索特定記錄、分組數據和解析文本文件

建立統計圖並繪圖

生成描述性統計量並估計迴歸模型和分類模型

在Windows和Mac環境下按計劃自動運行腳本

Clinton W. Brownley

博士，Facebook數據科學傢，負責大數據流水綫、統計建模和數據可視化項目，並為大型基礎設施建設提供數據驅動的決策建議。

前言　　xi
第1章 Python 基礎　　1
1.1 創建 Python 腳本　　1
1.2 運行 Python 腳本　　3
1.3 與命令行進行交互的幾項技巧　　6
1.4 Python 語言基礎要素　　10
1.4.1 數值　　10
1.4.2 字符串　　12
1.4.3 正則錶達式與模式匹配　　16
1.4.4 日期　　19
1.4.5 列錶　　21
1.4.6 元組　　26
1.4.7 字典　　27
1.4.8 控製流　　30
1.5 讀取文本文件　　35
1.5.1 創建文本文件　　36
1.5.2 腳本和輸入文件在同一位置　　38
1.5.3 讀取文件的新型語法　　38
1.6 使用 glob 讀取多個文本文件　　39
1.7 寫入文本文件　　42
1.7.1　嚮 first_script.py 添加代碼　　42
1.7.2　寫入 CSV 文件　　45
1.8 print 語句　　46
1.9 本章練習　　47
第2章 CSV文件　　48
2.1 基礎 Python 與 pandas　　50
2.1.1 讀寫 CSV 文件（第1 部分）50
2.1.2 基本字符串分析是如何失敗的　　56
2.1.3 讀寫 CSV 文件（第2 部分）57
2.2 篩選特定的行　　58
2.2.1 行中的值滿足某個條件　　59
2.2.2 行中的值屬於某個集閤　　60
2.2.3 行中的值匹配於某個模式/ 正則錶達式　　62
2.3 選取特定的列　　64
2.3.1 列索引值　　64
2.3.2 列標題　　65
2.4 選取連續的行　　67
2.5 添加標題行　　69
2.6 讀取多個 CSV 文件　　71
2.7 從多個文件中連接數據　　75
2.8 計算每個文件中值的總和與均值　　78
2.9 本章練習　　81
第3章 Excel 文件　　82
3.1 內省 Excel 工作簿　　84
3.2 處理單個工作錶　　88
3.2.1 讀寫 Excel 文件　　88
3.2.2 篩選特定行　　92
3.2.3 選取特定列　　98
3.3 讀取工作簿中的所有工作錶　　101
3.3.1 在所有工作錶中篩選特定行　　102
3.3.2 在所有工作錶中選取特定列　　104
3.4 在 Excel 工作簿中讀取一組工作錶　　106
3.5 處理多個工作簿　　108
3.5.1 工作錶計數以及每個工作錶中的行列計數　　110
3.5.2 從多個工作簿中連接數據　　111
3.5.3 為每個工作簿和工作錶計算總數和均值　　113
3.6 本章練習　　117
第4章 數據庫　　118
4.1 Python 內置的 sqlite3 模塊　　119
4.1.1 嚮錶中插入新記錄　　124
4.1.2 更新錶中記錄　　128
4.2 MySQL 數據庫　　131
4.2.1 嚮錶中插入新記錄　　135
4.2.2 查詢一個錶並將輸齣寫入 CSV 文件　　140
4.2.3 更新錶中記錄　　142
4.3 本章練習　　146
第5章 應用程序　　147
5.1 在一個大文件集閤中查找一組項目　　147
5.2 為 CSV 文件中數據的任意數目分類計算統計量　　158
5.3 為文本文件中數據的任意數目分類計算統計量　　167
5.4 本章練習　　174
第6章 圖與圖錶　　175
6.1 matplotlib　　175
6.1.1 條形圖　　175
6.1.2 直方圖　　177
6.1.3 摺綫圖　　178
6.1.4 散點圖　　180
6.1.5 箱綫圖　　181
6.2 pandas　　183
6.3 ggplot　　184
6.4 seaborn　　186
第7章 描述性統計與建模　　192
7.1 數據集　　192
7.1.1 葡萄酒質量　　192
7.1.2 客戶流失　　193
7.2 葡萄酒質量　　194
7.2.1 描述性統計　　194
7.2.2 分組、直方圖與 t 檢驗　　195
7.2.3 成對變量之間的關係和相關性　　196
7.2.4 使用最小二乘估計進行綫性迴歸　　198
7.2.5 係數解釋　　200
7.2.6 自變量標準化　　200
7.2.7 預測　　202
7.3 客戶流失　　203
7.3.1 邏輯斯蒂迴歸　　205
7.3.2 係數解釋　　207
7.3.3 預測　　208
第8章 按計劃自動運行腳本　　209
8.1 任務計劃程序（Windows 係統）209
8.2 cron 工具（macOS 係統和 Unix 係統）215
8.2.1 cron 錶文件：一次性設置　　216
8.2.2 嚮 cron 錶文件中添加 cron 任務　　216
第9章 從這裏啓航　　220
9.1 更多的標準庫模塊和內置函數　　221
9.1.1 Python 標準庫（PSL）：更多的標準模塊　　221
9.1.2 內置函數　　222
9.2 Python 包索引（PyPI）：更多的擴展模塊　　222
9.2.1 NumPy　　223
9.2.2 SciPy　　227
9.2.3 Scikit-Learn　　230
9.2.4 更多的擴展包　　232
9.3 更多的數據結構　　232
9.3.1 棧　　233
9.3.2 隊列　　233
9.3.3 圖　　233
9.3.4 樹　　234
9.4 從這裏啓航　　234
附錄A 下載指南　　236
附錄B 練習答案　　245
作者介紹　　247
封麵介紹　　247
· · · · · · (收起)