标签
内容简介
大部分章节紧扣任务需求展开，不堆积知识点，着重于解决问题时思路的启发与方案的实施。通过从任务需求到实现这一完整工作流程的体验，帮助读者真正理解与消化Python数据分析与应用。 书中案例全部源于企业真实项目，可操作性强，引导读者融会贯通，并提供源代码等相关学习资源，帮助读者快速掌握大数据相关技能。
编辑推荐
从内容深度来看，本书覆盖了NumPy、Pandas、Matplotlib等主流库的基础用法，并对Scikit-learn机器学习库做了入门级介绍。虽然对高级主题（如深度学习、大规模数据处理）涉及有限，但作为入门教材，其知识结构完整、梯度合理。书中特别设置了“数据伦理”章节，体现了作者对数据分析社会责任的关注，这在技术类书籍中难能可贵。
需要注意的是，本书基于Python 3.x版本编写，示例代码兼容性良好。部分案例数据可在出版社官网获取，方便读者动手练习。整体而言，这是一本扎实的入门教程，适合希望系统掌握数据分析基础技能的读者。若已具备编程基础但缺乏数据分析经验，本书能帮助你快速构建知识框架；若已是数据分析从业者，则可将其作为案头工具书查阅基础操作。
适合谁读
适合
- 计算机或统计相关专业的在校学生
- 希望转行数据分析领域的职场人士
- 需使用Python进行基础数据分析的科研人员
- 对数据敏感、希望提升业务分析能力的非技术岗位从业者
不适合
- 寻求高级机器学习或深度学习内容的读者
- 需要处理超大规模数据集（如TB级）的专业工程师
阅读建议
- 建议按章节顺序阅读，重点练习每章的代码示例
- 可结合公开数据集（如Kaggle入门竞赛数据）进行拓展练习
- 遇到库函数用法疑问时，优先查阅官方文档作为补充
出版社简介
人民邮电出版社以科技、计算机与信息通信类图书见长，并由此延伸至摄影、艺术、软件学习与励志成长等门类，形成较为多元的出版方向。库内图书既涵盖《重构与模式（修订版）》《华为交换机学习指南（第二版）》等计算机与通信技术读物，也收录《小王子（中英法彩绘典藏纪念版）》《了不起的盖茨比》《假如给我三天光明》等双语典藏类作品；《北京十年：1980-1990》与《鬼刀 WLOP个人插画作品集》则体现其在摄影与艺术领域的布局。作者资源包括安东尼·圣埃克苏佩里、海伦·凯勒、Joshua Kerievsky、王达、张兆增与WLOP等。
目录
- 版权信息
- 内容提要
- 大数据专业系列图书编写委员会
- 序
- 前言
- 第1章 Python数据分析概述
- 任务1.1 认识数据分析
- 任务1.2 熟悉Python数据分析的工具
- 任务1.3 安装Python的Anaconda发行版
- 任务1.4 掌握Jupyter Notebook常用功能
- 小结
- 课后习题
- 第2章 NumPy数值计算基础
- 任务2.1 掌握NumPy数组对象ndarray
- 任务2.2 掌握NumPy矩阵与通用函数
- 任务2.3 利用NumPy进行统计分析
- 小结
- 实训
- 课后习题
- 第3章 Matplotlib数据可视化基础
- 任务3.1 掌握绘图基础语法与常用参数
- 任务3.2 分析特征间的关系
- 任务3.3 分析特征内部数据分布与分散状况
- 小结
- 实训
- 课后习题
- 第4章 pandas统计分析基础
- 任务4.1 读/写不同数据源的数据
- 任务4.2 掌握DataFrame的常用操作
- 任务4.3 转换与处理时间序列数据
- 任务4.4 使用分组聚合进行组内计算
- 任务4.5 创建透视表与交叉表
- 小结
- 实训
- 课后习题
- 第5章 使用pandas进行数据预处理
- 任务5.1 合并数据
- 任务5.2 清洗数据
- 任务5.3 标准化数据
- 任务5.4 转换数据
- 小结
- 实训
- 课后习题
- 第6章 使用scikit-learn构建模型
- 任务6.1 使用sklearn转换器处理数据
- 任务6.2 构建并评价聚类模型
- 任务6.3 构建并评价分类模型
- 任务6.4 构建并评价回归模型
- 小结
- 实训
- 课后习题
- 第7章 航空公司客户价值分析
- 任务7.1 了解航空公司现状与客户价值分析
- 任务7.2 预处理航空客户数据
- 任务7.3 使用K-Means算法进行客户分群
- 小结
- 实训
- 课后习题
- 第8章 财政收入预测分析
- 任务8.1 了解财政收入预测的背景与方法
- 任务8.2 分析财政收入数据特征的相关性
- 任务8.3 使用Lasso回归选取财政收入预测的关键特征
- 任务8.4 使用灰色预测和SVR构建财政收入预测模型
- 小结
- 实训
- 课后习题
- 第9章 家用热水器用户行为分析与事件识别
- 任务9.1 了解家用热水器用户行为分析的背景与步骤
- 任务9.2 预处理热水器用户用水数据
- 任务9.3 构建用水行为特征并筛选用水事件
- 任务9.4 构建行为事件分析的BP神经网络模型
- 小结
- 实训
- 课后习题
- 附录A
- 附录B
- 参考文献
常见问题
需要多少编程基础才能阅读本书？
本书使用的Python版本是？
是否包含实战项目？
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
黄红梅，公开资料有限，目前可知其为《Python数据分析与应用》一书的作者。该书归类于计算机综合领域，从书名判断，内容应围绕 Python 语言在数据分析中的实际运用展开，可能涉及数据读取、清洗、处理与可视化等常见环节，面向希望借助编程完成数据分析任务的读者。在缺乏更多生平信息的情况下，无法确认其教育背景、职业身份、研究经历与其它著述。就现有线索而言，黄红梅的写作应当偏向技术实操与工具应用，强调编程语言与数据分析流程的结合。此类图书通常注重示例与操作步骤，便于读者边学边练。对于初学者或需要快速上手的从业者，这样的题材具有直接的参考价值。由于库内仅收录其作品一种，尚难据此全面评估其整体写作风格与学术影响。
张良均是一位中文计算机与数据分析类图书作者，公开资料有限，其生平、国籍与教育背景尚不明确。从库内收录的七种作品来看，他的写作集中于编程设计与数据处理两大方向，既涵盖 Python、R 语言等编程入门题材，也涉及 Excel 数据获取、处理与分析，以及 Power BI 数据分析与可视化等实务内容。作品面向初学者与日常办公应用场景，注重工具操作与案例结合的写作风格，强调从基础语法到实际分析的渐进路径，兼顾考试与教学需要。这些作品在编程设计、计算机综合与考试等分类中均有分布，适合希望系统学习数据分析工具与编程基础的中文读者参考。
