Python大数据分析

Name: Python大数据分析
ISBN: 9787113191825

吴道君 / 沈阳 / 陈素霞中国铁道出版社 · 中国2026年2月

3.4

字数: 5.8万字
章节数: 62
ISBN: 9787113191825

信息有误查询本书

内容简介

本书为新形态一体化应用型人才培养“十四五”系列教材之一，全面讲解Python数据分析的相关知识和技术，内容包括Python数据分析概述、NumPy数值计算、Matplotlib数据可视化、Pandas数据分析、数据预处理、Sklearn机器学习。本书以培养学生编程能力和数据分析能力为目标，注重技术应用能力的培养。

本书内容充实、结构合理、实用性强，具有明显的应用能力培养特色。学完本书后，读者可具备数据分析的基本能力。

本书适合作为普通高等院校人工智能、数据科学与大数据以及计算机相关专业课程的教材，也可以作为相关从业人员的技术参考书。

编辑推荐

本书围绕Python数据分析的完整链路展开，从概述入门，依次覆盖NumPy数值计算、Matplotlib可视化、Pandas数据处理、数据预处理和Sklearn机器学习，结构按技术应用顺序推进，便于读者形成从数据到模型的整体认识。作为新形态一体化教材，它强调编程能力与数据分析能力的同步培养，内容注重实用而非理论铺陈，学完可具备基本的数据分析操作能力。对高校相关专业学生，本书适合作为课程主教材，配合上机练习逐章推进；对从业人员，则可作为技术参考，按需查阅数值计算、可视化或预处理章节。阅读时建议边学边写代码，每章用一份真实小型数据集贯穿练习，避免只读不练；进入机器学习部分前，先把Pandas与数据预处理打牢，后续建模才更顺畅。

适合谁读

适合

普通高校人工智能、数据科学及计算机相关专业学生，作为课程教材使用
具备Python基础、希望系统入门数据分析的学习者，按章节循序学习
需要补充NumPy、Pandas与可视化技能的在职技术人员，作参考查阅
准备进入机器学习应用阶段、想先打牢数据处理基础的读者

不适合

完全没有编程经验的读者，本书默认具备Python基础语法能力
希望深入机器学习算法原理与推导的读者，本书侧重技术应用
寻找大数据平台、分布式计算内容的读者，本书聚焦单机分析工具

阅读建议

按概述、NumPy、Matplotlib、Pandas、预处理、Sklearn的顺序推进，不跳章
每章配一份小型数据集动手编码，把示例代码改写成自己的练习版本
学机器学习前先复习Pandas与数据预处理，确保数据清洗和转换熟练
建立代码笔记，记录常用函数与报错处理，方便日后查阅复用

出版社简介

中国铁道出版社中国 · 成立于 1951 年

中国铁道出版社长期以铁路专业出版为核心，同时覆盖轨道交通、工业技术、编程设计与财经、考试等方向，库内相关图书约194种。代表图书包括《城市轨道交通全自动运行（FAO）系统》《城市轨道交通车辆基地设计创新与实践》《动车组一级修检测机器人系统分析与运用管理》，以及《赣州至深圳铁路广东段工程总结》《北京城市轨道交通工程建设盾构法安全风险控制技术及典型案例》等工程实践读物。除技术专著外，该社也出版《Python程序设计基础教程》及房地产开发企业财税处理等实用类图书，作者资源包括贺鹏、唐涛、丁树奎、孙长军等。就公开资料看，其出版特色是依托线路工程与运营实践，兼顾专业教材与普及读物；更完整的出版结构公开资料有限。

版权信息
内容简介
前言
第1章 Python数据分析概述
1.1 数据分析的概念、流程和应用
1.2 数据分析工具
1.3 Python数据分析环境
小结
习题
实验
第2章 NumPy数值计算
2.1 NumPy多维数组
2.2 数组操作
2.3 数组索引与切片
2.4 数组的运算
2.5 线性代数
2.6 数组的存取
2.7 视图和副本
2.8 随机漫步
小结
习题
实验
第3章 Matplotlib数据可视化
3.1 折线图
3.2 图表属性设置
3.3 其他图形
3.4 子图
3.5 绘制三维图形
小结
习题
实验
第4章 Pandas数据分析
4.1 Pandas数据结构
4.2 DataFrame基本功能
4.3 读取外部数据
4.4 数据帧的列操作和行操作
4.5 高级索引
4.6 Pandas数据运算
4.7 统计函数
4.8 分组与聚合
4.9 透视表与交叉表
小结
习题
实验
第5章数据预处理
5.1 数据清洗
5.2 合并连接与重塑
5.3 数据变换
小结
习题
实验
第6章 Sklearn机器学习
6.1 术语
6.2 Sklearn
6.3 降维
6.4 回归
6.5 分类
6.6 聚类
小结
习题
实验
参考文献

常见问题

没有Python基础能学这本书吗？

不太建议直接上手。本书内容从数据分析概述直接进入NumPy等库的使用，默认读者已掌握Python基本语法、数据类型和简单编程。零基础读者应先学习Python入门内容，再转入本书，否则容易在代码示例上卡住。

学完这本书能达到什么水平？

按资料说明，学完本书后读者可具备数据分析的基本能力，包括使用NumPy做数值计算、用Matplotlib可视化、用Pandas处理数据、完成数据预处理，并借助Sklearn进行基础机器学习应用。属于入门到应用层面，还需项目实践进一步巩固。

书中的机器学习部分讲得深吗？

本书定位为应用型教材，机器学习部分以Sklearn工具的应用为主，重在让读者能够调用相关方法完成分析任务，而非深入算法推导和数学证明。想研究算法原理的读者，需要另配专门的机器学习理论书籍。

适合作为自学教材吗？

适合有一定Python基础的自学者。本书结构清晰、注重应用，章节顺序也符合学习逻辑。自学时建议配合电脑动手敲代码，每章完成练习后再进入下一章，并准备一份自己的数据集贯穿练习，效果更好。

读者评论

查询本书

本站为索引目录：「全网查询」由您发起、在您的浏览器中运行，所列入口均指向第三方站点，请自行判断可用性。

作者简介

吴道君作者

吴道君，目前公开资料有限，其具体生平、国籍与生卒年等信息尚不明确。从库内收录的两部作品来看，吴道君的写作主要面向计算机教学与技术应用领域，代表作品为《Java程序设计教程（第三版）》和《Python大数据分析》。前者属于程序设计入门与课程教学类教材，注重语法基础与编程思维的循序渐进；后者则聚焦数据分析实践，结合 Python 工具处理大数据场景。两部作品分别对应计算机综合与考试分类，说明其内容兼顾课堂教学与技能备考需求。整体而言，吴道君的写作风格偏向实用与教学导向，语言力求清晰易懂，便于初学者和备考读者按部就班地掌握知识，在相关读者群体中具有一定参考价值。

沈阳作者

沈阳，公开资料有限，其身份与经历暂不可考。从库内收录的四种作品看，其写作横跨语言研究、社会文化与技术应用等不同领域：既有参与撰写的《汉语和汉语研究十五讲》这类面向通识读者的语言文字读物，也有《对话时代：铸造新质生产力的强国之路》这样关注时代议题的作品，还涉及《Python大数据分析》等实用技术内容。作品常见分类涵盖文学鉴赏、语言文字、社会文化、考试等方向，显示出作者兼顾学术普及与实务应用的写作取向，读者群体较为广泛。

陈素霞作者

陈素霞，目前可查的公开资料有限，其署名作品为《Python大数据分析》。从这本作品可以看出，陈素霞关注的是编程语言在数据分析领域的实际应用，选题落在Python这一工具与大数据处理方法的结合点上。该书在库内被归入考试类，说明它可能面向备考、课程学习或技能认证等需求，而非纯学术研究或面向大众的普及读物。就写作风格而言，这类作品通常强调操作步骤、案例演示与知识点的条理性，便于读者边学边练、逐步掌握数据分析的基本流程。受现有资料所限，陈素霞的个人背景、研究领域与创作经历尚不清楚，其作品的实际影响也有待更多信息补充。