计算机 类型
可以朗读 语音朗读
91千字 字数
2019-03-01 发行日期
展开全部

主编推荐语

大数据时代，数据科学跨自然与社会科学，本书用Python实现分析方法。

内容简介

随着大数据时代的来临，一门集数学、统计学和计算机科学为一体的数据科学在世界范围内迅速兴起。数据科学也成为一门横跨自然科学和社会科学的学问。未来社会，各行各业，都免不了和数据打交道，需要借助于数据分析，需要学习数据分析。本书内容包括数据管理与分析软件、数据挖掘的分析基础、简单数据的统计分析、复杂数据的综合分析、时序数据的模型分析、大数据分析基础应用、社会网络分析方法、文献计量与科研评价、数据分析编程平台。每种方法均辅以详细的Python语言实现，便于提高实际操作能力。并配套开发了学习网站，学习者可以在任何终端（包括手机）上做数据分析。

目录

  • 封面
  • 书名页
  • 内容简介
  • 版权页
  • 前　言
  • 目录
  • 第一部分　数据分析基础知识
  • 第1章　数据收集与分析软件
  • 1.1　数据收集过程
  • 1.1.1　数据的类型
  • 1.1.2　数据的收集
  • 1.1.3　数据的管理
  • 1.2　数据分析软件
  • 1.2.1　数据分析软件简介
  • 1.2.2　Python语言介绍
  • 1.2.3　Python在线平台
  • 1.3　Python编程基础
  • 1.3.1　Python编程入门
  • 1.3.2　Python数据类型
  • 1.3.3　数值分析包numpy
  • 1.3.4　数据分析包pandas
  • 1.3.5　Python编程运算
  • 数据及练习1
  • 第2章　数据挖掘的分析基础
  • 2.1　数据的描述分析
  • 2.1.1　基本统计量
  • 2.1.2　基本绘图函数
  • 2.2　数据的透视分析
  • 2.2.1　一维频数分析
  • 2.2.2　二维集聚分析
  • 2.2.3　多维透视分析
  • 数据及练习2
  • 第3章　简单数据的统计分析
  • 3.1　随机变量及其分布
  • 3.1.1　均匀分布
  • 3.1.2　正态分布
  • 3.2　随机模拟及其应用
  • 3.2.1　随机模拟方法
  • 3.2.2　模拟大数定律
  • 3.2.3　模拟方法求积分
  • 3.3　单变量统计分析模型
  • 3.3.1　单变量线性相关模型
  • 3.3.2　单变量线性回归模型
  • 数据及练习3
  • 第二部分　数据分析高级方法
  • 第4章　多元数据的综合分析
  • 4.1　多元线性相关与回归
  • 4.1.1　多元线性相关
  • 4.1.2　多元线性回归模型
  • 4.2　综合评价方法
  • 4.2.1　综合评价指标体系
  • 4.2.2　综合评价分析方法
  • 4.3　数据压缩方法
  • 4.3.1　主成分分析的基本思想
  • 4.3.2　主成分的基本分析
  • 4.4　聚类分析方法
  • 4.4.1　聚类分析的概念
  • 4.4.2　系统聚类方法
  • 数据与练习4
  • 第5章　时序数据的模型分析
  • 5.1　时间序列简介
  • 5.1.1　时间序列的概念
  • 5.1.2　时间序列的模拟
  • 5.1.3　时间序列的读取
  • 5.2　时间序列分析模型
  • 5.2.1　AR模型
  • 5.2.2　MR模型
  • 5.2.3　ARMA模型
  • 5.2.4　ARIMA模型
  • 5.3　ARMA模型的构建
  • 5.3.1　序列的相关性检验
  • 5.3.2　ARMA模型的建立与检验
  • 5.3.3　序列的平稳性检验
  • 5.4　股票指数预测模型的构建
  • 5.4.1　模型的预处理
  • 5.4.2　参数的估计与检验
  • 5.4.3　模型的预测
  • 数据与练习5
  • 第三部分　大数据基本处理方法
  • 第6章　大数据分析基础应用
  • 6.1　大数据的概念
  • 6.1.1　大数据的含义
  • 6.1.2　大数据应用举例
  • 6.1.3　大数据分析方法
  • 6.2　Python文本预处理
  • 6.2.1　字符串的基本操作
  • 6.2.2　字符串查询与替换
  • 6.3　网络爬虫及应用
  • 6.3.1　网页的基础知识
  • 6.3.2　Python爬虫步骤
  • 6.3.3　爬虫方法的应用
  • 6.4　数据库技术及应用
  • 6.4.1　Python中数据库的使用
  • 6.4.2　数据库的建立与使用
  • 数据及练习6
  • 第7章　文献计量与科研评价
  • 7.1　文献计量研究的框架
  • 7.2　文献数据的获取与分析
  • 7.2.1　文献数据的获取
  • 7.2.2　文献数据的分析
  • 7.3　科研数据的管理与评价
  • 7.3.1　科研单位与项目分析
  • 7.3.2　科研期刊与作者分析
  • 数据及练习7
  • 第8章　社会网络分析方法
  • 8.1　社会网络的初步印象
  • 8.1.1　社会网络分析概念
  • 8.1.2　社会网络分析包
  • 8.2　社会网络图的构建
  • 8.2.1　社会网络数据形式
  • 8.2.2　社会网络统计量
  • 8.2.3　网络图之知识图谱
  • 数据及练习8
  • 第9章　数据分析编程平台
  • 9.1　Anaconda科学计算发行包
  • 9.1.1　Anaconda下载与安装
  • 9.1.2　Anaconda启动与运行
  • 9.2　Jupyter编辑平台
  • 9.2.1　Jupyter Notebook
  • 9.2.2　Jupyter Lab
  • 9.2.3　在Jupyter中使用R语言
  • 9.3　Spyder分析平台
  • 9.3.1　Spyder平台简介
  • 9.3.2　Spyder平台使用
  • 附录A　本书的学习网站
  • 附录B　书中的例子数据
  • 附录C　书中自定义函数
  • 参考文献
  • 封底
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。