互联网 类型
可以朗读 语音朗读
153千字 字数
2023-08-01 发行日期
展开全部

主编推荐语

本书以Python数据分析的常用技术与交通行业真实案例相结合的方式，深入浅出地介绍了Python数据分析与挖掘技术的重要内容。

内容简介

全书共10章，内容包括绪论、Python数据分析简介、数据获取、数据探索、数据预处理、构建模型、运输车辆驾驶行为分析、公交车站点设置优化分析、铁路站点客流量预测，以及基于TipDM大数据挖掘建模平台实现运输车辆驾驶行为分析。

本书大部分章节包含课后习题，通过练习和操作实践，读者可以巩固所学的内容。本书可作为高校数据分析相关专业的教材，也可作为交通行业相关的教学、培训教材，还可作为数据分析爱好者的自学用书。

目录

  • 版权信息
  • 大数据技术精品系列教材专家委员会
  • 内容提要
  • 序
  • 前言
  • 第1章 绪论
  • 1.1 了解交通大数据
  • 1.1.1 交通大数据的背景
  • 1.1.2 交通大数据的应用
  • 1.2 认识数据分析
  • 1.2.1 掌握数据分析的基本任务
  • 1.2.2 熟悉数据分析的基本流程
  • 1.3 了解常用的数据分析工具
  • 1.4 配置Python开发环境
  • 1.4.1 安装Anaconda
  • 1.4.2 掌握Jupyter Notebook的使用方法
  • 小结
  • 课后习题
  • 第2章 Python数据分析简介
  • 2.1 入门Python数据分析
  • 2.1.1 了解基本命令
  • 2.1.2 掌握数据结构
  • 2.1.3 函数式编程
  • 2.1.4 导入与添加库
  • 2.2 了解Python数据分析常用的扩展库
  • 2.2.1 NumPy
  • 2.2.2 SciPy
  • 2.2.3 pandas
  • 2.2.4 Matplotlib
  • 2.2.5 scikit-learn
  • 小结
  • 课后习题
  • 第3章 数据获取
  • 3.1 了解常见的数据来源
  • 3.2 了解交通信息的采集
  • 3.2.1 交通信息的分类与特点
  • 3.2.2 常见的交通信息采集技术
  • 3.3 了解常见的数据类型
  • 3.4 掌握数据的读取方式
  • 3.4.1 读取数据库数据
  • 3.4.2 读取文件数据
  • 小结
  • 课后习题
  • 第4章 数据探索
  • 4.1 分析数据质量
  • 4.1.1 分析缺失值
  • 4.1.2 分析异常值
  • 4.2 分析数据特征
  • 4.2.1 分析数据的统计量
  • 4.2.2 分析数据的分布情况
  • 4.2.3 对比分析数据
  • 4.2.4 分析数据的周期性
  • 4.2.5 分析数据的相关性
  • 小结
  • 课后习题
  • 第5章 数据预处理
  • 5.1 数据清洗
  • 5.1.1 处理缺失值
  • 5.1.2 处理异常值
  • 5.2 数据变换
  • 5.2.1 函数变换
  • 5.2.2 数据标准化
  • 5.2.3 离散化连续型数据
  • 5.3 属性构造
  • 5.4 属性规约
  • 5.5 数据合并
  • 5.5.1 多表合并
  • 5.5.2 分组聚合
  • 小结
  • 课后习题
  • 第6章 构建模型
  • 6.1 构建分类与回归模型
  • 6.1.1 了解回归分析
  • 6.1.2 了解朴素贝叶斯
  • 6.1.3 了解决策树
  • 6.1.4 了解人工神经网络
  • 6.1.5 评价分类与回归模型
  • 6.2 构建聚类模型
  • 6.2.1 了解常用的聚类算法
  • 6.2.2 了解K-Means聚类
  • 6.2.3 了解密度聚类
  • 6.2.4 聚类模型评价
  • 6.3 构建时间序列模型
  • 6.3.1 了解常用的时间序列模型
  • 6.3.2 预处理时间序列
  • 6.3.3 分析平稳时间序列
  • 6.3.4 分析非平稳时间序列
  • 小结
  • 课后习题
  • 第7章 运输车辆驾驶行为分析
  • 7.1 分析背景与目标
  • 7.1.1 背景
  • 7.1.2 数据说明
  • 7.1.3 分析目标
  • 7.2 数据探索分析
  • 7.2.1 分布分析
  • 7.2.2 相关性分析
  • 7.2.3 异常值检测
  • 7.3 驾驶行为聚类分析
  • 7.3.1 K-Means聚类
  • 7.3.2 层次聚类
  • 7.3.3 高斯混合模型聚类
  • 7.3.4 谱聚类
  • 7.4 构建驾驶行为预测模型
  • 7.4.1 构建线性判别分析模型
  • 7.4.2 构建朴素贝叶斯模型
  • 7.4.3 构建神经网络模型
  • 7.5 驾驶行为分析总结与建议
  • 小结
  • 课后习题
  • 第8章 公交车站点设置优化分析
  • 8.1 分析背景与目标
  • 8.1.1 背景
  • 8.1.2 数据说明
  • 8.1.3 分析目标
  • 8.2 探索公交刷卡数据
  • 8.3 预处理公交车载GPS数据与刷卡数据
  • 8.3.1 属性规约
  • 8.3.2 缺失值处理
  • 8.3.3 数据去重
  • 8.4 构建DBSCAN模型
  • 8.5 公交车站点设置优化分析
  • 8.5.1 计算上车人数
  • 8.5.2 计算下车人数
  • 8.5.3 结果分析
  • 小结
  • 课后习题
  • 第9章 铁路站点客流量预测
  • 9.1 分析背景与目标
  • 9.1.1 背景
  • 9.1.2 数据说明
  • 9.1.3 分析目标
  • 9.2 预处理客流量数据
  • 9.3 探索客流量数据
  • 9.3.1 不同站点上下车客流量分布分析
  • 9.3.2 不同时段上下车客流量分布分析
  • 9.3.3 分析节假日客流量变化
  • 9.4 构建模型并预测客流量
  • 9.4.1 构建时间序列模型
  • 9.4.2 预测非节假日客流量
  • 9.4.3 预测节假日客流量
  • 小结
  • 课后习题
  • 第10章 基于TipDM大数据挖掘建模平台实现运输车辆驾驶行为分析
  • 10.1 TipDM大数据挖掘建模平台简介
  • 10.1.1 共享库
  • 10.1.2 数据连接
  • 10.1.3 数据集
  • 10.1.4 我的工程
  • 10.1.5 个人算法
  • 10.2 实现运输车辆驾驶行为分析
  • 10.2.1 数据源配置
  • 10.2.2 数据探索分析
  • 10.2.3 驾驶行为聚类分析
  • 10.2.4 构建驾驶行为预测模型
  • 小结
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。