国产91青青成人a在线/在线视频成人/aaa成人永久在线观看视频/深夜草莓视频app

通過(guò)數(shù)據(jù)分析，你能夠發(fā)現(xiàn)數(shù)據(jù)中的模式及其變化趨勢(shì)，并從中獲取有價(jià)值的信息。Python是流行的數(shù)據(jù)分析工具之一。本書(shū)由淺入深地講解使用Python進(jìn)行數(shù)據(jù)分析的相關(guān)知識(shí)，以及如何使用Python中的各種庫(kù)來(lái)創(chuàng)建有效的數(shù)據(jù)管道，以便更好地進(jìn)行數(shù)據(jù)分析和預(yù)測(cè)。

本書(shū)共4個(gè)部分。第1部分講解Python的基礎(chǔ)數(shù)據(jù)知識(shí)和相關(guān)數(shù)學(xué)知識(shí)，包括Python和相關(guān)庫(kù)、軟件的安裝與使用，以及統(tǒng)計(jì)學(xué)和線(xiàn)性代數(shù)知識(shí)。第2部分講解探索性數(shù)據(jù)分析和數(shù)據(jù)清洗，包括數(shù)據(jù)可視化、數(shù)據(jù)檢索、數(shù)據(jù)處理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)清洗、信號(hào)處理和時(shí)間序列分析。第3部分講解如何使用機(jī)器學(xué)習(xí)算法進(jìn)行數(shù)據(jù)分析，包括回歸分析、分類(lèi)技術(shù)、主成分分析和聚類(lèi)算法。第4部分通過(guò)實(shí)際案例，講解如何使用自然語(yǔ)言處理（NLP）和圖像分析技術(shù)來(lái)分析文本和圖像，以及如何使用Dask進(jìn)行并行計(jì)算。

本書(shū)適合想要通過(guò)Python完成數(shù)據(jù)分析的讀者閱讀。

阿維納什·納夫拉尼（Avinash Navlani）在數(shù)據(jù)科學(xué)和人工智能方面擁有超過(guò)10年的工作經(jīng)驗(yàn)。目前，他是一位高級(jí)數(shù)據(jù)科學(xué)家，使用高級(jí)分析技術(shù)部署大數(shù)據(jù)分析工具、創(chuàng)建和維護(hù)模型，并采用引人注目的新數(shù)據(jù)集來(lái)為客戶(hù)改善產(chǎn)品和服務(wù)。在此之前，他曾是一名大學(xué)講師，對(duì)數(shù)據(jù)科學(xué)領(lǐng)域的人員進(jìn)行培訓(xùn)和教育，授課的內(nèi)容包括用Python進(jìn)行數(shù)據(jù)分析、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫(kù)管理等。他一直參與數(shù)據(jù)科學(xué)領(lǐng)域的研究活動(dòng)，并在印度的許多會(huì)議上擔(dān)任主題發(fā)言人。 阿曼多·凡丹戈（Armando Fandango）利用其在深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、分布式計(jì)算和計(jì)算方法方面的專(zhuān)業(yè)知識(shí)創(chuàng)造人工智能產(chǎn)品，曾在初創(chuàng)企業(yè)和大型企業(yè)擔(dān)任首席數(shù)據(jù)科學(xué)家和總監(jiān)。他曾為基于人工智能的高科技初創(chuàng)企業(yè)提供咨詢(xún)服務(wù)。他撰寫(xiě)了《Python數(shù)據(jù)分析（第2版）》和《精通TensorFlow》等圖書(shū)。他還在國(guó)際期刊和會(huì)議上發(fā)表過(guò)研究成果。 伊萬(wàn)·伊德里斯（Ivan Idris）擁有實(shí)驗(yàn)物理學(xué)碩士學(xué)位。他的畢業(yè)論文注重應(yīng)用計(jì)算機(jī)科學(xué)。畢業(yè)后，他曾在多家公司工作，擔(dān)任Java開(kāi)發(fā)人員、數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)人員和QA分析師。他的興趣包括商業(yè)智能、大數(shù)據(jù)和云計(jì)算。他喜歡編寫(xiě)簡(jiǎn)潔、可測(cè)試的代碼和撰寫(xiě)有趣的技術(shù)文章。他是《Python數(shù)據(jù)分析基礎(chǔ)教程：NumPy學(xué)習(xí)指南（第2版）》和《NumPy攻略：Python科學(xué)計(jì)算與數(shù)據(jù)分析》的作者。

第 1 部分 數(shù)據(jù)基礎(chǔ)

第 1 章 Python 庫(kù)入門(mén) 2

1.1 理解數(shù)據(jù)分析 3

1.2 數(shù)據(jù)分析的標(biāo)準(zhǔn)流程 4

1.3 KDD 流程 4

1.4 SEMMA 流程 5

1.5 CRISP-DM 6

1.6 數(shù)據(jù)分析與數(shù)據(jù)科學(xué)的比較 7

1.7 數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家應(yīng)掌握的工具和技能 8

1.8 Python 3 的安裝 9

1.8.1 在 Windows 操作系統(tǒng)中安裝 Python 3 10

1.8.2 在 Linux 操作系統(tǒng)中安裝Python 3 10

1.8.3 使用安裝文件在 macOS中安裝 Python 3 10

1.8.4 使用 brew 命令在 macOS中安裝 Python 3 10

1.9 使用 Anaconda 11

1.10 使用 IPython 12

1.10.1 使用幫助功能 13

1.10.2 查找 Python 庫(kù)的參考資料 14

1.11 使用 JupyterLab 14

1.12 使用 Jupyter Notebook 15

1.13 Jupyter Notebook 的高級(jí)功能 16

1.13.1 快捷命令 16

1.13.2 安裝其他內(nèi)核 16

1.13.3 執(zhí)行 shell 命令 17

1.13.4 Jupyter Notebook 的擴(kuò)展 17

1.14 總結(jié) 21

第 2 章 NumPy 和 pandas 22

2.1 技術(shù)要求 23

2.2 了解 NumPy 數(shù)組 23

2.2.1 數(shù)組特征 25

2.2.2 選擇數(shù)組元素 26

2.3 NumPy 數(shù)組中數(shù)值的數(shù)據(jù)類(lèi)型 27

2.3.1 dtype 對(duì)象 29

2.3.2 數(shù)據(jù)類(lèi)型字符代碼 30

2.3.3 dtype()構(gòu)造函數(shù) 30

2.3.4 dtype 屬性 31

2.4 NumPy 數(shù)組的操作 31

2.5 NumPy 數(shù)組的堆疊 33

2.6 拆分 NumPy 數(shù)組 36

2.7 改變 NumPy 數(shù)組的數(shù)據(jù)類(lèi)型 37

2.8 創(chuàng)建 NumPy 視圖和副本 38

2.9 NumPy 數(shù)組的切片 40

2.10 布爾索引和花式索引 41

2.11 廣播數(shù)組 42

2.12 創(chuàng)建 DataFrame 對(duì)象 44

2.13 理解 Series 數(shù)據(jù)結(jié)構(gòu) 45

2.14 讀取和查詢(xún) Quandl數(shù)據(jù)包 48

2.15 DataFrame 對(duì)象的統(tǒng)計(jì)函數(shù) 51

2.16 DataFrame 對(duì)象的分組和連接 53

2.17 處理缺失值 56

2.18 創(chuàng)建數(shù)據(jù)透視表 57

2.19 處理日期 58

2.20 總結(jié) 60

第 3 章 統(tǒng)計(jì)學(xué) 61

3.1 技術(shù)要求 62

3.2 數(shù)據(jù)的屬性及其類(lèi)型 62

3.2.1 屬性類(lèi)型 62

3.2.2 離散和連續(xù)屬性 63

3.3 測(cè)量集中趨勢(shì) 63

3.3.1 平均值 63

3.3.2 眾數(shù) 64

3.3.3 中位數(shù) 65

3.4 測(cè)量分散 65

3.5 偏度和峰度 67

3.6 使用協(xié)方差和相關(guān)系數(shù)理解關(guān)系 68

3.6.1 皮爾遜相關(guān)系數(shù) 68

3.6.2 斯皮爾曼等級(jí)相關(guān)系數(shù) 69

3.6.3 肯德?tīng)柕燃?jí)相關(guān)系數(shù) 69

3.7 中心極限定理 69

3.8 收集樣本 70

3.9 參數(shù)檢驗(yàn) 71

3.10 非參數(shù)檢驗(yàn) 76

3.11 總結(jié) 80

第 4 章 線(xiàn)性代數(shù) 81

4.1 技術(shù)要求 82

4.2 用 NumPy 庫(kù)進(jìn)行多項(xiàng)式擬合 82

4.3 行列式 83

4.4 求解矩陣的秩 83

4.5 使用 NumPy 庫(kù)求逆矩陣 84

4.6 使用 NumPy 庫(kù)求解線(xiàn)性方程 85

4.7 使用 SVD 分解矩陣 85

4.8 特征向量和特征值 86

4.9 生成隨機(jī)數(shù) 87

4.10 二項(xiàng)分布 88

4.11 正態(tài)分布 89

4.12 用 SciPy 庫(kù)測(cè)試數(shù)據(jù)的正態(tài)性 90

4.13 使用 numpy.ma 子程序包創(chuàng)建掩碼數(shù)組 93

4.14 總結(jié) 94

第 2 部分 探索性數(shù)據(jù)分析和數(shù)據(jù)清洗

第 5 章 數(shù)據(jù)可視化 96

5.1 技術(shù)要求 96

5.2 使用 Matplotlib 庫(kù)實(shí)現(xiàn)數(shù)據(jù)可視化 96

5.2.1 圖的附件 98

5.2.2 散點(diǎn)圖 99

5.2.3 折線(xiàn)圖 100

5.2.4 餅圖 101

5.2.5 柱狀圖 102

5.2.6 直方圖 103

5.2.7 氣泡圖 104

5.2.8 使用 pandas 庫(kù)繪圖 106

5.3 使用 Seaborn 庫(kù)實(shí)現(xiàn)高級(jí)的數(shù)據(jù)可視化 108

5.3.1 lm 圖 108

5.3.2 柱狀圖 110

5.3.3 分布圖 111

5.3.4 箱形圖 112

5.3.5 KDE 圖 112

5.3.6 小提琴圖 113

5.3.7 計(jì)數(shù)圖 114

5.3.8 聯(lián)合圖 115

5.3.9 熱力圖 116

5.3.10 配對(duì)圖 117

5.4 使用 Bokeh 庫(kù)實(shí)現(xiàn)交互式數(shù)據(jù)可視化 118

5.4.1 繪制簡(jiǎn)單的圖 119

5.4.2 標(biāo)志符 120

5.4.3 布局 121

5.4.4 多重圖 124

5.4.5 交互 125

5.4.6 注釋 128

5.4.7 懸停工具 129

5.4.8 小部件 131

5.5 總結(jié) 135

第 6 章 數(shù)據(jù)的檢索、處理和存儲(chǔ) 136

6.1 技術(shù)要求 137

6.2 用 NumPy 庫(kù)讀取和寫(xiě)入 CSV文件 137

6.3 用 pandas 庫(kù)讀取和寫(xiě)入 CSV文件 138

6.4 Excel 文件的數(shù)據(jù)讀取和寫(xiě)入 139

6.5 JSON 文件的數(shù)據(jù)讀取和寫(xiě)入 140

6.6 HDF5 文件的數(shù)據(jù)讀取和寫(xiě)入 141

6.7 HTML 表的數(shù)據(jù)讀取和寫(xiě)入 142

6.8 Parquet 文件的數(shù)據(jù)讀取和寫(xiě)入 142

6.9 pickle 文件的數(shù)據(jù)讀取和寫(xiě)入 143

6.10 用 SQLite3 庫(kù)進(jìn)行輕量級(jí)訪(fǎng)問(wèn) 144

6.11 MySQL 數(shù)據(jù)庫(kù)的數(shù)據(jù)讀取和寫(xiě)入 145

6.12 MongoDB 數(shù)據(jù)庫(kù)的數(shù)據(jù)讀取和寫(xiě)入 148

6.13 Cassandra 數(shù)據(jù)庫(kù)的數(shù)據(jù)讀取和寫(xiě)入 149

6.14 Redis 數(shù)據(jù)庫(kù)的數(shù)據(jù)讀取和寫(xiě)入 150

6.15 PonyORM 151

6.16 總結(jié) 152

第 7 章 清洗混亂的數(shù)據(jù) 153

7.1 技術(shù)要求 154

7.2 探索數(shù)據(jù) 154

7.3 過(guò)濾數(shù)據(jù) 156

7.3.1 列式過(guò)濾 157

7.3.2 行式過(guò)濾 158

7.4 處理缺失值 161

7.4.1 刪除缺失值 161

7.4.2 填補(bǔ)缺失值 162

7.5 處理異常值 164

7.6 特征編碼 165

7.6.1 獨(dú)熱編碼 166

7.6.2 標(biāo)簽編碼 167

7.6.3 順序編碼 168

7.7 特征縮放 169

7.8 特征轉(zhuǎn)換 171

7.9 特征分割 173

7.10 總結(jié) 173

第 8 章 信號(hào)處理和時(shí)間序列分析 174

8.1 技術(shù)要求 175

8.2 Statsmodels 庫(kù) 175

8.3 移動(dòng)平均數(shù) 175

8.4 窗口函數(shù) 177

8.5 協(xié)整法 179

8.6 STL 分解 181

8.7 自相關(guān) 182

8.8 自回歸模型 184

8.9 ARMA 模型 186

8.10 生成周期性信號(hào) 188

8.11 傅里葉分析 191

8.12 頻譜分析濾波 192

8.13 總結(jié) 194

第 3 部分 深入研究機(jī)器學(xué)習(xí)

第 9 章 監(jiān)督學(xué)習(xí)回歸分析 196

9.1 技術(shù)要求 197

9.2 線(xiàn)性回歸 197

9.3 多重共線(xiàn)性 198

9.4 虛擬變量 200

9.5 建立線(xiàn)性回歸模型 201

9.6 評(píng)估回歸模型的性能 203

9.6.1 決定系數(shù) 203

9.6.2 均方誤差 203

9.6.3 平均絕對(duì)誤差 204

9.6.4 均方根誤差 204

9.7 擬合多項(xiàng)式回歸 205

9.8 分類(lèi)回歸模型 207

9.9 邏輯回歸 207

9.9.1 邏輯回歸模型的特點(diǎn) 208

9.9.2 邏輯回歸算法的類(lèi)型 209

9.9.3 邏輯回歸模型的優(yōu)缺點(diǎn) 209

9.10 使用 Scikit-learn 庫(kù)實(shí)現(xiàn)邏輯回歸 209

9.11 總結(jié) 211

第 10 章 監(jiān)督學(xué)習(xí)分類(lèi)技術(shù) 212

10.1 技術(shù)要求 213

10.2 分類(lèi) 213

10.3 樸素貝葉斯分類(lèi) 214

10.4 決策樹(shù)分類(lèi) 217

10.5 k 近鄰分類(lèi) 219

10.6 支持向量機(jī)分類(lèi) 221

10.7 拆分訓(xùn)練集和測(cè)試集 223

10.7.1 Holdout 法 223

10.7.2 k 折交叉驗(yàn)證法 224

10.7.3 Bootstrap 法 224

10.8 分類(lèi)模型的性能評(píng)估指標(biāo) 225

10.8.1 混淆矩陣 225

10.8.2 準(zhǔn)確率 227

10.8.3 精確度 227

10.8.4 召回率 228

10.8.5 F1值 228

10.9 ROC 曲線(xiàn)和 AUC 229

10.10 總結(jié) 230

第 11 章 無(wú)監(jiān)督學(xué)習(xí)PCA 和聚類(lèi) 231

11.1 技術(shù)要求 232

11.2 無(wú)監(jiān)督學(xué)習(xí) 232

11.3 降低數(shù)據(jù)的維度 232

11.4 聚類(lèi) 236

11.5 使用 k 均值聚類(lèi)法對(duì)數(shù)據(jù)進(jìn)行分區(qū) 241

11.6 層次聚類(lèi) 243

11.7 DBSCAN 方法 246

11.8 譜聚類(lèi) 248

11.9 評(píng)估聚類(lèi)性能 250

11.9.1 內(nèi)部性能評(píng)估 251

11.9.2 外部性能評(píng)估 252

11.10 總結(jié) 255

第 4 部分 NLP、圖像分析和并行計(jì)算

第 12 章 分析文本數(shù)據(jù) 258

12.1 技術(shù)要求 259

12.2 安裝 NLTK 和 SpaCy 259

12.3 文本規(guī)范化 260

12.4 標(biāo)記化 260

12.5 去除停用詞 263

12.6 詞干提取和詞形還原 265

12.7 POS 標(biāo)簽 266

12.8 識(shí)別實(shí)體 268

12.9 依賴(lài)解析 269

12.10 創(chuàng)建詞云 269

12.11 詞包 271

12.12 TF-IDF 272

12.13 使用文本分類(lèi)進(jìn)行情感分析 272

12.13.1 使用 BoW 進(jìn)行分類(lèi) 273

12.13.2 使用 TF-IDF 進(jìn)行分類(lèi) 276

12.14 文本相似性 279

12.14.1 Jaccard 相似性 280

12.14.2 余弦相似性 280

12.15 總結(jié) 281

第 13 章 分析圖像數(shù)據(jù) 282

13.1 技術(shù)要求 283

13.2 安裝 OpenCV 283

13.3 了解圖像數(shù)據(jù) 283

13.3.1 二進(jìn)制圖像 284

13.3.2 灰度圖像 284

13.3.3 彩色圖像 285

13.4 顏色模型 285

13.5 在圖像上繪圖 288

13.6 在圖像上書(shū)寫(xiě) 292

13.7 調(diào)整圖像的大小 293

13.8 翻轉(zhuǎn)圖像 295

13.9 改變亮度 297

13.10 模糊圖像 298

13.11 人臉檢測(cè) 301

13.12 總結(jié) 304

第 14 章 使用 Dask 進(jìn)行并行計(jì)算 305

14.1 認(rèn)識(shí) Dask 306

14.2 Dask 數(shù)據(jù)類(lèi)型 307

14.2.1 Dask 數(shù)組 307

14.2.2 Dask DataFrame 308

14.2.3 Dask Bag 313

14.3 Dask 延遲 315

14.4 規(guī)模化的數(shù)據(jù)預(yù)處理 317

14.4.1 Dask 中的特征縮放 317

14.4.2 Dask 中的特征編碼 319

14.5 規(guī)模化的機(jī)器學(xué)習(xí) 321

14.5.1 使用 Scikit-learn 進(jìn)行并行計(jì)算 321

14.5.2 為 Dask 重新實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法 323

14.6 總結(jié) 326