标签
内容简介
编辑推荐
适合谁读
适合
- 刚接触数据分析、希望系统建立Python分析流程的初学者
- 需要把数据分析与数据挖掘方法串起来学习的在校学生
- 想通过完整案例理解分析与挖掘如何落地的人员
- 有一定Python基础、准备补足数据分析方法体系的读者
不适合
- 希望专攻某一算法深层原理或数学推导的读者
- 已熟练掌握数据分析与挖掘完整流程、寻求进阶专题的从业者
- 完全不愿动手练习、只想快速翻阅结论的读者
阅读建议
- 按四篇顺序推进，先打牢基础概念与Python分析基础，再进入方法与案例。
- 读到数据分析篇和数据挖掘篇时，对照代码亲手运行并改动参数观察结果。
- 学习实战案例前先自己梳理一遍分析思路，再与书中流程对照。
- 每学完一类方法，用自己的小数据集复现一次，检验是否真正掌握。
出版社简介
北京大学出版社是一家综合性大学出版社，其出版方向涵盖古典文学、科学科普、社会文化、世界史、西方哲学与文化等领域。库内收录图书6031种，代表性图书包括《红楼梦》《狭义与广义相对论浅说（第15版）（附爱因斯坦关于统一场论及其他经典论文）》《几何原本》《圆锥曲线论》《东晋门阀政治》《神话哲学（上卷）》《神话哲学（下卷）》《海陆的起源》等。代表作者有曹雪芹、周汝昌、爱因斯坦、欧几里得、阿波罗尼奥斯、田余庆、谢林、先刚等。该社在古典文学与西方哲学原典译介方面形成特色，兼及科学经典与社会文化研究。因公开资料有限，此处仅依据库内图书呈现其出版方向，不作额外延伸。
目录
- 版权信息
- 内容简介
- 前言
- 第1篇 基础入门篇
- 第1章 从零开始：初识数据分析与挖掘
- 1.1 什么是数据分析
- 1.2 什么是数据挖掘
- 1.3 数据分析与挖掘的应用领域
- 1.4 用Python进行数据分析与挖掘
- 1.5 本章小结
- 1.6 思考与练习
- 第2章 Python数据分析基础
- 2.1 搭建Python开发环境
- 2.2 Python基础
- 2.3 本章小结
- 2.4 思考与练习
- 第3章 Python数据分析相关库应用
- 3.1 NumPy
- 3.2 SciPy
- 3.3 Pandas
- 3.4 Scikit-learn
- 3.5 其他常用模块
- 3.6 本章小结
- 3.7 思考与练习
- 第2篇 数据分析篇
- 第4章 数据的预处理
- 4.1 数据获取
- 4.2 文件与数据存储
- 4.3 数据清洗
- 4.4 本章小结
- 4.5 思考与练习
- 第5章 数据的分析方法
- 5.1 分布分析
- 5.2 对比分析
- 5.3 统计量分析
- 5.4 相关性分析
- 5.5 帕累托分析
- 5.6 正态分布分析
- 5.7 本章小结
- 5.8 思考与练习
- 第6章 数据可视化工具的应用
- 6.1 数据可视化工具——Matplotlib
- 6.2 数据可视化工具——Seaborn
- 6.3 本章小结
- 6.4 思考与练习
- 第3篇 数据挖掘篇
- 第7章 数据挖掘之线性回归
- 7.1 线性回归概述
- 7.2 一元线性回归
- 7.3 多元线性回归
- 7.4 线性回归模型的评估与检验
- 7.5 本章小结
- 7.6 思考与练习
- 第8章 数据挖掘之分类模型
- 8.1 逻辑回归模型
- 8.2 决策树和随机森林算法
- 8.3 KNN算法
- 8.4 本章小结
- 8.5 思考与练习
- 第9章 数据挖掘之关联分析
- 9.1 关联分析概述
- 9.2 Apriori关联分析算法
- 9.3 FP-growth关联分析算法
- 9.4 本章小结
- 9.5 思考与练习
- 第10章 数据挖掘之聚类分析
- 10.1 聚类分析概述
- 10.2 质心聚类——K-Means算法
- 10.3 密度聚类——DBSCAN算法
- 10.4 层次聚类——AGNES算法
- 10.5 本章小结
- 10.6 思考与练习
- 第4篇 实战应用篇
- 第11章 实战案例：房价评估数据分析与挖掘
- 11.1 加载数据集
- 11.2 数据分析
- 11.3 数据可视化
- 11.4 数据预处理
- 11.5 拆分数据集
- 11.6 建立线性回归模型
- 11.7 建立决策树模型
- 11.8 对比分析构建的线性回归和决策树模型
- 11.9 本章小结
- 第12章 实战案例：电信客户流失数据分析与挖掘
- 12.1 案例背景
- 12.2 加载数据
- 12.3 数据准备
- 12.4 数据清洗
- 12.5 数据处理
- 12.6 数据可视化
- 12.7 特征工程
- 12.8 数据建模
- 12.9 训练模型
- 12.10 模型的评估
- 12.11 本章小结
常见问题
没有Python基础能直接读这本书吗？
这本书的数据分析和数据挖掘两部分有什么区别？
书中的两个实战案例应该怎么用？
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
熊熙是一位公开资料有限的作者，目前可查的主要身份与计算机类图书写作相关。其代表作品《Python数据分析、挖掘与可视化从入门到精通》属于计算机综合分类，从书名可知，该书面向初学者，系统讲解Python在数据处理、数据挖掘与可视化方面的应用，力求帮助读者由入门逐步走向精通。就现有信息而言，熊熙的国籍、生卒年、学历背景与职业经历均未见明确记载，因此不宜对其个人生平作过多推断。可以确认的是，熊熙关注数据分析与编程教育这一方向，作品体现出注重实践、由浅入深的技术写作取向，适合希望借助Python掌握数据分析基本流程与可视化呈现方法的读者参考。
张雪莲，公开资料有限，目前可确认的身份是计算机类图书作者，库内收录其作品一种，即《Python数据分析、挖掘与可视化从入门到精通》。从书名与常见分类「计算机综合」来看，该书面向希望通过 Python 掌握数据处理与图形呈现的读者，内容覆盖数据分析、数据挖掘以及可视化等相对完整的入门链条，属于典型的技术实践型写作。作者的行文风格与具体经历暂无更多公开信息，但从这一选题可以看出，其写作重心在于把编程语言与真实的数据处理任务结合起来，帮助初学者建立从读取数据、分析特征到直观展示结果的基本流程认识。对于希望系统入门 Python 数据方向的读者而言，这类作品具有较为明确的参考价值。
