Python編程：從數據分析到數據科學 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!!

朝樂門老師的《Python編程：從數據分析到數據科學（原稿）》作為全國高校大數據教育聯盟主辦的“Python編程及數據分析骨乾教師高級研修班”的指定教材，得到與會代錶的一緻好評。該教材較好地反映瞭本學科的基本理論、基本知識、基本技能，並注重知識體係的係統性、科學性和先進性，對於大數據類專業中開設Python編程課程具有重要的示範意義和指導作用。—— 全國高校大數據教育聯盟

朝樂門，1979年生，中國人民大學數據工程與知識工程教育部重點實驗室、信息資源管理學院副教授，博士生導師；章魚大數據首席數據科學傢；中國計算機學會信息係統專委員會委員、ACM高級會員、國際知識管理協會正式委員、全國高校大數據教育聯盟大數據教材專傢指導委員會委員；主持完成國傢自然科學基金、國傢社會科學基金等重要科學研究項目10餘項；參與完成核高基、973、863、國傢自然科學基金重點項目、國傢社會科學基金重大項目等國傢重大科研項目10餘項；獲得北京市中青年骨乾教師稱號、國際知識管理與智力資本傑齣成就奬、Emerald/EFMD國際傑齣博士論文奬、國傢自然科學基金項目優秀項目、中國大數據學術創新奬、中國大數據創新百人榜單、中國人民大學優秀博士論文奬等多種奬勵30餘項。朝樂門是我國第一部係統闡述數據科學理念、理論、方法、技術和工具的重要專著——《數據科學》（清華大學齣版社，2016）的作者，也是數據科學與大數據技術專業第一個領域本體“DataScienceOntology”研發團隊的總負責人。

第一篇 準備工作

1 為什麼要學習Python？學習Python 的什麼 3

2 學習Python 之前需要準備的工作有哪些 6

3 如何看懂和運行本書代碼 8
31 輸入部分8
32 輸齣部分 10
33 錯誤與異常信息 11
34 外部數據文件12
35 注意事項 14

第二篇 Python基礎

4 數據類型19
41 查看數據類型的方法 20
42 判斷數據類型的方法21
43 數據類型的轉換方法22
44 特殊數據類型23
45 序列類型26

5 變量28
51 變量的定義方法29
52 Python 是動態類型語言29
53 Python 是強類型語言 30
54 Python 中的變量名是引用31
55 Python 中區分大小寫32
56 變量命名規範32
57 iPython 的特殊變量33
58 查看Python 關鍵字的方法 34
59 查看已定義的所有變量35
510 刪除變量37

6 語句書寫規範39
61 一行一句 40
62 一行多句 40
63 一句多行 41
64 復閤語句 42
65 空語句 43

7 賦值語句44
71 賦值語句在Python 中的重要地位 45
72 鏈式賦值語句 45
73 復閤賦值語句 46
74 序列的拆包式賦值 46
75 兩個變量值的調換 47

8 注釋語句48
81 注釋方法 48
82 注意事項 49

9 運算符50
91 特殊運算符53
92 內置函數57
93 math 模塊58
94 優先級與結閤方嚮59

10 if語句61
101 基本語法61
102 elif 語句62
103 if 與三元運算63
104 注意事項 64

11 for語句67
111 基本語法67
112 range()函數67
113 注意事項68

12 while語句71
121 基本語法71
122 注意事項72

13 pass語句74
131 含義 74
132 作用75

14 列錶76
141 定義方法78
142 切片操作79
143 反嚮遍曆81
144 類型轉換83
145 extend 與append 的區彆83
146 列錶推導式 84
147 插入與刪除87
148 常用操作函數89

15 元組94
151 定義方法95
152 主要特徵97
153 基本用法99
154 應用場景 100

16 字符串 103
161 定義方法 104
162 主要特徵 105
163 字符串的操作 106

17 序列111
171 支持索引 112
172 支持切片 113
173 支持迭代 114
174 支持拆包 114
175 支持*運算 115
176 通用函數 117

18 集閤 120
181 定義方法 121
182 主要特徵 122
183 基本運算 123
184 應用場景 125

19 字典126
191 定義方法 127
192 字典的主要特徵 128
193 字典的應用場景 129

20 迭代器與生成器 130
201 可迭代對象與迭代器 131
202 生成器與迭代器 132

21 函數 134
211 內置函數135
212 模塊函數135
213 用戶自定義函數136

22 內置函數137
221 內置函數的主要特點 138
222 數學函數 138
223 類型函數 139
224 其他功能函數 140

23 模塊函數 145
231 import 模塊名 146
232 import 模塊名as 彆名 147
233 from 模塊名import 函數名 147

24 自定義函數 149
241 定義方法 151
242 函數中的docString 152
243 自定義函數的調用方法 152
244 返迴值 153
245 自定義函數的形參與實參 154
246 變量的可見性 156
247 值傳遞與地址傳遞 158
248 自定義函數時的注意事項 160

25 lambda 函數162
251 lambda 函數的定義方法 163
252 lambda 函數的調用方法 164

26 模塊166
261 導入與用法 167
262 查看內置模塊清單的方法 168

27 包171
271 包的基本術語 172
272 安裝包 172
273 查看已安裝包 173
274 更新（或刪除）已安裝包 173
275 導入包 174
276 查看包的幫助 175
277 常用包 176

28 幫助文檔177
281 help 函數 178
282 DocString 178
283 查看源代碼 179
284 doc 屬性 180
285 dir()函數 181
286 其他方法 183


第三篇 Python進階
29 異常與錯誤187
291 try/except/finally 188
292 異常信息的顯示模式 189
293 斷言 190

30 程序調試方法192
301 調試程序的基本方法 193
302 設置錯誤信息的顯示方式 194
303 設置斷言的方法 195

31 麵嚮對象編程197
311 類的定義方法 198
312 類中的特殊方法 199
313 類之間的繼承關係 201
314 私有屬性及@property 裝飾器 203
315 self 和cls 204
316 new 與init 的區彆和聯係 205

32 魔術命令 208
321 運行py 文件：%run 209
322 統計運行時間：%timeit 與%%timeit 210
323 查看曆史In 和Out 變量：%history 211
324 更改異常信息的顯示模式：%xmode 212
325 調試程序：%debug 214
326 程序運行的逐行統計：%prun 與%lprun 215
327 內存使用情況的統計：%memit 216

33 搜索路徑218
331 變量搜索路徑 219
332 模塊搜索路徑 221

34 當前工作目錄224
341 顯示當前工作目錄的方法 225
342 更改當前工作目錄的方法 225
343 讀、寫當前工作目錄的方法 226


第四篇 數據加工

35 隨機數229
351 一次生成一個數 230
352 一次生成一個隨機數組 231

36 數組234
361 創建方法 238
362 主要特徵 241
363 切片/讀取 243
364 淺拷貝和深拷貝 249
365 形狀和重構 250
366 屬性計算 254
367 ndarray 的計算 256
368 ndarray 的元素類型 258
369 插入與刪除 259
3610 缺失值處理 260
3611 ndarray 的廣播規則 261
3612 ndarray 的排序 262

37 Series 265
371 Series 的主要特點 266
372 Series 的定義方法 266
373 Series 的操作方法 269

38 DataFrame274
381 DataFrame 的創建方法 277
382 查看行或列 278
383 引用行或列 279
384 index 操作 283
385 刪除或過濾行/列 285
386 算術運算 290
387 大小比較運算 296
388 統計信息 297
389 排序 299
3810 導入/導齣 301
3811 缺失數據處理 302
3812 分組統計 308

39 日期與時間311
391 常用包與模塊 312
392 時間和日期類型的定義 312
393 轉換方法 314
394 顯示係統當前時間 316
395 計算時差 317
396 時間索引 317
397 period_range()函數 320

40 可視化321
401 Matplotlib 可視化 323
402 改變圖的屬性 326
403 改變圖的類型 329
404 改變圖的坐標軸的取值範圍 330
405 去掉邊界的空白 332
406 在同一個坐標上畫兩個圖 333
407 多圖顯示 334
408 圖的保存 335
409 散點圖的畫法 335
4010 Pandas 可視化 336
4011 Seaborn 可視化 339
4012 數據可視化實戰 343

41 自然語言處理346
411 自然語言處理的常用包 347
412 自然語言處理的包導入及設置 347
413 數據讀入 348
414 分詞處理 349
415 自定義詞匯 350
416 停用詞處理 354
417 詞性分布分析 356
418 高頻詞分析 358
419 詞頻統計 360
4110 關鍵詞分析 362
4111 生成詞雲 363

42 Web爬取365
421 Scrapy 的下載與安裝 367
422 Scrapy Shell 的基本原理 368
423 Scrapy Shell 的應用 370
424 自定義Spider 類 374
425 綜閤應用 379


第五篇 數據分析

43 統計分析389
431 業務理解 390
432 數據讀入 391
433 數據理解 392
434 數據準備 393
435 模型類型的選擇與超級參數的設置 394
436 訓練具體模型及查看其統計量 396
437 擬閤優度評價 397
438 建模前提假定的討論 398
439 模型的優化與重新選擇 400
4310 模型的應用 404

44 機器學習 405
441 機器學習的業務理解 406
442 數據讀入 407
443 數據理解 408
444 數據準備 411
445 算法選擇及其超級參數的設置 414
446 具體模型的訓練 415
447 用模型進行預測 415
448 模型評價 416
449 模型的應用與優化 417
· · · · · · (收起)