《Python数据分析实战》
ISBN：-7---0
朱文强钟元生高成珍周璐喆徐*编著
定价：59元
Python是一种跨平台的计算机程序设计语言，很好地结合了解释性、编译性、互动性和面向对象等特性，为编程初学者、数据分析师和机器学习研究者所喜爱，已成为目前最受欢迎的程序设计语言之一。
本次推荐的《Python数据分析实战》正是针对Python数据分析人才培养的一本实践性强的教材。本书不仅面向计算机科学与技术及相关学科的本科生，也面向其他专业（如经济管理类）的本科生、硕士生，让学生在32~64课时内快速入门Python并掌握其数据分析方法，且能够将Python数据分析技术灵活应用到实际的学习或生活中。内容简介
本书系统讲述了Python编程及其数据分析方法，包括Python语法基础、Python程序结构、Python常用数据结构、函数与异常处理、常见库操作、文件操作、面向对象编程、数据库操作、NumPy库、pandas库、数据可视化等内容。全书循序渐进，案例丰富,知识点与实践相结合，课程资源全面。本书面向有编程基础的软件开发、计算机科学等相关专业高年级本科生，也面零基础的的一本院校其他专业（如经济管理类）本科生及硕士生，帮助他们在短时间内快速入门Python，并掌握其数据分析方法。作者简介
朱文强
江西财经大学软件与互联网工程学院教师，长期主讲“Python编程”“Android应用开发”“软件项目实践”等课程，具有丰富的实践教学经验。
钟元生
江西财经大学软件与物联网工程学院教授、学术委员会主任，博士生导师。首批国家一流本科专业建设点——软件工程负责人，首批国家级社会实践一流课程——“互联网+创新创业方法”课程负责人。“倚动实验室”创始人，致力于研究“互联网+”主导的大学生双创教学。其“基于软件工厂的创业型软件人才培养模式探索与实践”项目获江西省教学成果一等奖。
本书特色
内容完备，循序渐进：本书从Python的基本语法、基本知识和基本应用出发，逐步深入至用Python作为数据分析的根据。第1章~第9章为Python语言基础，第10章~第14章为Python数据分析，内容安排科学合理，零基础读者也能快速上手。教材还提供了进阶内容，以供感兴趣的同学作进一步的深入学习。
案例丰富，寓学于练：本书在对每个知识点进行讲解时，都配以可运行的程序示例和程序示例运行结果。这样的案例教学法可以让读者通过阅读示例代码和代码运行结果，深刻理解所学到的知识。在每一章内容结束之后，本书提供了大量可实践的课后练习，供同学们尝试，以提高读者的编程能力以及解决实际问题的能力。
多维教学，资源全面：本书提供了教学视频、习题讲解视频、示例代码、课后练习源代码、习题答案、教学课件等多种课程资源，供老师和同学们参考学习。
目录
上下滚动查看↓
第1章Python简介与环境搭建
1.1Python简介
1.2Python工具下载与环境搭建
1.2.1Python下载
1.2.2Python安装
1.2.3命令行式运行Python代码
1.3第一个Python程序
1.4集成开发工具
1.5本章小结
课后练习
第2章语法基础
2.1输入输出函数
2.1.1input()函数
2.1.2print()函数
2.2变量和注释
2.2.1变量
2.2.2注释
2.3数据类型
2.3.1整型
2.3.2float浮点类型
2.3.3bool布尔类型
2.3.4字符串类型
2.4运算符
2.4.1算术运算符
2.4.2关系运算符
2.4.3逻辑运算符
2.4.4位运算符(进阶)
2.4.5复合赋值运算符
2.4.6成员运算符
2.4.7身份运算符
2.4.8运算符优先级
2.5本章小结
课后练习
第3章流程控制
3.1条件结构
3.1.1单向if语句
3.1.2双向if-else语句
3.1.3多分支if-elif-else语句
3.2循环结构
3.2.1while语句
3.2.2for循环
3.2.3循环嵌套
3.3循环控制关键词
3.3.1控制语句
3.3.2循环中的else语句
3.4综合案例
3.5本章小结
课后练习
第4章常用数据结构
4.1列表
4.1.1列表的定义、创建和删除
4.1.2列表元素的访问
4.1.3列表的切片操作
4.1.4列表内容的修改操作
4.1.5列表的常见方法
4.1.6列表的常见操作
4.1.7列表推导式
4.2元组
4.2.1元组的定义、创建和删除
4.2.2元组和列表的联系与区别
4.2.3生成器推导式(进阶)
4.3字符串
4.3.1字符串的定义和创建
4.3.2字符串的常用方法
4.3.3字符串应用举例
4.3.4字符串的格式化输出
4.4集合
4.4.1集合的定义、创建和删除
4.4.2集合的常见方法
4.4.3集合运算
4.4.4集合推导式
4.5字典
4.5.1字典的定义和创建
4.5.2字典元素的访问
4.5.3字典的常见方法
4.5.4字典推导式4.5.5字典排序
4.6本章小结
课后练习
第5章函数
5.1函数的定义与调用
5.1.1函数概念
5.1.2定义函数
5.1.3调用函数
5.2参数类型与参数传递
5.2.1形参和实参
5.2.2位置参数
5.2.3关键字参数
5.2.4默认值参数
5.2.5可变长度参数
5.2.6序列解包参数(进阶)
5.2.7多种类型参数混用
5.2.8函数参数传递
5.3变量作用域与递归
5.3.1变量作用域
5.3.2函数的递归调用
5.4特殊函数
5.4.1匿名函数：lambda表达式
5.4.2map函数
5.4.3filter函数(进阶)
5.5本章小结
课后练习
第6章异常处理
6.1错误和异常
6.1.1错误
6.1.2异常
6.2异常处理机制
6.2.1异常处理结构
6.2.2抛出异常
6.3本章小结
课后练习
第7章常见库的操作
7.1模块
7.1.1模块的导入
7.1.2模块导入的常见问题
7.2数学库math
7.3随机数库random
7.4时间库time
7.5集合库collection(进阶)
7.6本章小结
课后练习
第8章文件操作
8.1文本文件的读写
8.2文件与文件夹的常见操作
8.3 Excel文件的读写
8.3.1Excel文件读写环境搭建
8.3.2Excel文件读取操作
8.3.3Excel文件写入操作
8.4本章小结
课后练习
第9章面向对象编程
9.1类和对象
9.1.1类的定义
9.1.2创建类对象
9.2类的属性
9.2.1实例属性
9.2.2类属性
9.2.3装饰器(进阶)
9.3类的方法
9.3.1类的实例方法
9.3.2类方法
9.3.3静态方法(进阶)
9.3.4构造方法和初始化方法
9.4类的继承
9.4.1类的继承方式
9.4.2object类
9.4.3类方法重写
9.4.4多重继承时的调用顺序
9.4.5对象的复制
9.5本章小结
课后练习
第10章数据库
10.1数据库基础
10.1.1数据库管理系统
10.1.2数据库分类
10.1.3关系型数据库
10.1.4SQLite数据库HYPERLINK\l"_Toc"10.2结构化查询语言SQL
10.2.1数据库表的基本语句
10.2.2数据库的进阶语句
10.3操作数据库核心API
10.3.1PythonDB-API核心类和方法
10.3.2Python操作数据库SQLite
10.4Python操作数据库案例
10.4.1案例一
10.4.2案例二
10.5本章小结
课后练习
第11章NumPy入门与实践
11.1NumPy简介
11.2数组对象ndarray
11.2.1ndarray对象的创建方法
11.2.2ndarray对象的属性
11.2.3ndarray对象的形状与重构
11.3索引和切片
11.3.1ndarray对象的索引
11.3.2ndarray对象的切片
11.3.3ndarray对象的索引和切片的实例
11.3.4ndarray对象的高级索引
11.4NumPy的通用函数
11.4.1NumPy的数学函数
11.4.2NumPy生成随机数
11.4.3NumPy的统计方法
11.4.4NumPy的其他常用方法
11.5ndarray的数组运算
11.5.1NumPy的广播机制
11.5.2ndarray数组的四则运算
11.5.3ndarray数组的集合运算
11.5.4ndarray数组的连接与分割
11.6本章小结
课后练习
第12章pandas入门与实践
12.1Series和Index介绍
12.1.1Series的定义和创建
12.1.2Index对象
12.2Series的数据访问和常用方法
12.2.1Series的数据访问
12.2.2Series的常用方法
12.3DataFrame的创建与数据访问
12.3.1DataFrame的创建
12.3.2DataFrame的数据访问
12.4DataFrame中的属性和方法
12.4.1DataFrame的常用属性
12.4.2DataFrame的常见方法
12.5DataFrame的数据合并
12.6pandas加载数据和缺失值处理
12.6.1pandas加载数据
12.6.2pandas的缺失值处理
12.7pandas的分组操作
12.8pandas的数据合并操作
12.8.1merge()方法
12.8.2contact()方法
12.9pandas中综合案例
12.10本章小结
课后练习
第13章matplotlib入门与实践
13.1pyplot绘图基础
13.2绘制线形图
13.3绘制直方图
13.4绘制条形图
13.5绘制饼状图
13.6绘制散点图
13.7生成词云图
13.8本章小结
课后练习
第14章人工智能之scikit-learn
14.1机器学习基础
14.1.1机器学习概述
14.1.2机器学习分类及其应用场景
14.1.3机器学习常见算法
14.1.4机器学习流程
14.1.5常见的机器学习库
14.2鸢尾花分类
14.2.1案例概述HYPERLINK\l"_Toc"14.2.2数据提取与预处理
14.2.3简单数据可视化
14.2.4K近邻算法
14.3波士顿房价预测
14.3.1案例概述
14.3.2线性回归算法
14.3.3数据分析
14.4手写数字识别
14.4.1案例概述
14.4.2多层感知机算法
14.4.3案例实现
14.5本章小结
课后练习
教学资源
为了便于老师和同学学习，作者团队为本书赠送了丰富的教学资源。
分钟+课程视频：本书每小节都精心配备了相应的知识点教学视频和习题讲解视频，扫码就能听课，随时解答疑惑；
教学课件：本书赠送全部教学课件，方便老师备课，也便于学生梳理知识点结构；
习题解答及全部案例源代码：实操性强，方便读者自我检测学习成果。
视频展示（课程介绍部分）
视频如下
作者团队其他图书
钟元生教授团队多年致力于研究创新创业型软件人才的培养，基于互联网思维，依托其国家级社会实践一流课程“互联网+创新创业方法”，计划编写一系列“互联网+创新创业实践”教材，实现编程开发基础、移动商务知识、创新创业竞赛等方面的全覆盖，培养IT+双创教育的复合型人才。
全国大学生移动应用设计竞赛指南
ISBN：7532255
作者：钟元生邹宇杰杨旭高成珍陈海俊
定价：49元
移动商务：新应用新创意
ISBN：7432579
作者：钟元生*婧傅春李普聪邱勋熊碧舟张文丽杨多加肖张民任祥旭
定价：39元
App开发案例教程
ISBN：7405733
作者：钟元生曹权陈海俊高成珍
定价：34.50元
Android编程
ISBN：7566786
作者：钟元生高成珍朱文强徐*涂云钊
定价：59.80元
预览时标签不可点收录于话题#个上一篇下一篇