python数据分析与应用-Python数据分析与应用 PDF 内部全资料版

给大家带来的一篇关于Python数据相关的电子书资源，介绍了关于Python方面的内容，本书是由人民邮电出版社出版，格式为PDF，资源大小281 MB，黄红梅张良均编写，目前豆瓣、亚马逊、当当、京东等电子书综合评分为：7.8。
内容介绍
<img alt="1-1Z91H14342214.jpg" src="https://beijingoptbbs.oss-cn-beijing.aliyuncs.com/cs/5606289-07255df12916e5be462ec9ada4d9c776.jpg">
这书选用了以每日任务为导向性的教学方式，依照处理具体每日任务的工作内容线路，逐渐进行详细介绍有关的基础理论知识结构图，计算转化成行得通的解决方法，* 后贯彻落实在每日任务保持阶段。本书绝大多数章节目录围绕每日任务要求进行，不沉积知识结构图，侧重于解决困难时构思的启迪与计划方案的执行。根据从每日任务要求到保持这一详细工作内容的感受，协助用户真实了解与消化吸收Python数据统计分析与运用。书中实例所有来源于公司真正新项目，可执行性强，正确引导用户融汇贯通，并出示源码等有关教学资源，协助用户迅速把握互联网大数据有关专业技能。这书以每日任务为导向性，全方位地详细介绍数据统计分析的步骤和Python数据统计分析库的运用，详尽解读运用Python处理公司具体难题的方式。本书共9章，* 1章详细介绍了数据统计分析的基本要素等有关专业知识；* 2～6章详细介绍了Python数据统计分析的常见库以及运用，包含NumPy数值计算、Matplotlib大数据可视化、pandas数据分析、应用pandas开展数据预处理、应用scikit-learn搭建实体模型，比较全方位地论述了Python数据分析方法；第7～9章融合以前所教的数据统计分析技术性，开展公司综合性实例数据统计分析。除* 1章外，这书各章都包括了培训与课后练习练习题，根据训练和实际操作实践活动，协助用户推进所教的內容。这书可做为高等院校云计算技术类技术专业的教材内容，还可以做为云计算技术发烧友的自学用书。
目录
第1章　Python数据分析概述　1
任务1.1　认识数据分析　1
1.1.1　掌握数据分析的概念　2
1.1.2　掌握数据分析的流程　2
1.1.3　了解数据分析应用场景　4
任务1.2　熟悉Python数据分析的工具　5
1.2.1　了解数据分析常用工具　6
1.2.2　了解Python数据分析的优势　7
1.2.3　了解Python数据分析常用类库　7
任务1.3　安装Python的Anaconda发行版　9
1.3.1　了解Python的Anaconda发行版　9
1.3.2　在Windows系统中安装Anaconda　9
1.3.3　在Linux系统中安装Anaconda　12
任务1.4　掌握Jupyter Notebook常用功能　14
1.4.1　掌握Jupyter Notebook的基本功能　14
1.4.2　掌握Jupyter Notebook的高级功能　16
小结　19
课后习题　19
第2章　NumPy数值计算基础　21
任务2.1　掌握NumPy数组对象ndarray　21
2.1.1　创建数组对象　21
2.1.2　生成随机数　27
2.1.3　通过索引访问数组　29
2.1.4　变换数组的形态　31
任务2.2　掌握NumPy矩阵与通用函数　34
2.2.1　创建NumPy矩阵　34
2.2.2　掌握ufunc函数　37
任务2.3　利用NumPy进行统计分析　41
2.3.1　读/写文件　41
2.3.2　使用函数进行简单的统计分析　44
2.3.3　任务实现　48
小结　50
实训　50
实训1　创建数组并进行运算　50
实训2　创建一个国际象棋的棋盘　50
课后习题　51
第3章　Matplotlib数据可视化基础　52
任务3.1　掌握绘图基础语法与常用参数　52
3.1.1　掌握pyplot基础语法　53
3.1.2　设置pyplot的动态rc参数　56
任务3.2　分析特征间的关系　59
3.2.1　绘制散点图　59
3.2.2　绘制折线图　62
3.2.3　任务实现　65
任务3.3　分析特征内部数据分布与分散状况　68
3.3.1　绘制直方图　68
3.3.2　绘制饼图　70
3.3.3　绘制箱线图　71
3.3.4　任务实现　73
小结　77
实训　78
实训1　分析1996～2015年人口数据特征间的关系　78
实训2　分析1996～2015年人口数据各个特征的分布与分散状况　78
课后习题　79
第4章　pandas统计分析基础　80
任务4.1　读/写不同数据源的数据　80
4.1.1　读/写数据库数据　80
4.1.2　读/写文本文件　83
4.1.3　读/写Excel文件　87
4.1.4　任务实现　88
任务4.2　掌握DataFrame的常用操作　89
4.2.1　查看DataFrame的常用属性　89
4.2.2　查改增删DataFrame数据　91
4.2.3　描述分析DataFrame数据　101
4.2.4　任务实现　1