Python数据分析与应用目录及课后习题答案_python数据分析与应用课后题答案

Python数据分析与应用目录

• 第1章 Python数据分析概况
• • 1.1 认识数据分析
  • 1.2 熟悉Python数据分析的工具
  • 1.3 Jupyter Notebook 快捷键
• 第1章 课后习题答案
• 第2章 NumPy数值计算基础
• • 2.1 掌握NumPy数组对象ndarray
  • • 2.2.1 创建数组对象
    • 2.1.2 生成随机数
    • 2.1.3 通过索引访问数组
  • 2.2 掌握 NumPy 矩阵与通用函数
  • 2.3 利用NumPy进行统计分析
  • • 2.3.1 读/写文件
    • 2.3.2 使用数组进行简单统计分析
• 第2章 课后习题答案
• 第3章 Matplotlib 数据可视化基础
• • 3.1 掌握绘图基础语法与常用参数
  • • 3.1.1 掌握pyplot基础语法
    • 3.1.2 设置pyplot的动态rc参数
  • 3.2 分析特征间的关系
  • • 3.2.1 绘制散点图 scatter()
    • 3.2.2 绘制折线图 plot()
  • 3.3 分析特征内部数据分布与分散状况
  • • 3.3.1 绘制直方图 bar()
    • 3.3.2 绘制饼图 pie()
    • 3.3.3 绘制箱线图 boxplot()
• 第3章 课后习题答案
• 第4章 pandas统计分析基础
• • 4.1 读写不同数据源的数据
  • • 4.1.1 读写数据库数据
    • 4.1.2 读写文本文件
    • 4.1.3 读写Excel文件
  • 4.2 掌握DataFrame的常用操作
  • • 4.2.1 查看DataFrame的常用属性
    • 4.2.2 查改增删DataFrame数据
    • 4.2.3 描述分析DataFrame数据
  • 4.3 转换与处理时间数据
  • • 4.3.1 转换字符串时间为标准时间
    • 4.3.2 提取时间序列数据信息
    • 4.3.3 加减时间数据
  • 4.4 使用分组聚合进行组内计算
  • • 4.4.1 使用groupby方法拆分数据
    • 4.4.2 使用agg方法聚合数据
    • 4.4.3使用apply方法聚合数据
    • 4.4.4 使用transform方法聚合数据
  • 4.5 创建透视表与交叉表
  • • 4.5.1利用pivot_table函数可以实现透视表
    • 4.5.2 使用crosstab函数创建交叉表
• 第4章 课后习题答案
• 第5章 使用pandas进行数据预处理
• • 5.1 合并数据
  • • 5.1.1 堆叠合并数据
    • 5.1.2 主键合并数据 merge()和join()
    • 5.1.3 重叠合并数据 combine_first()
  • 5.2 清洗数据
  • • 5.2.1 检测与处理重复值
    • 5.2.2 检测与处理缺失值 isnull()、notnull()
    • 5.2.3 检测与处理异常值
  • 5.3 标准化数据
  • • 5.3.1 离差标准化
    • 5.3.2 标准差标准化数据
    • 5.3.3 小数定标标准化数据
  • 5.4 转换数据
  • • 5.4.1 哑变量处理类别型数据
    • 5.4.2 离散化连续型数据
  • 5.5 DataFrame.rolling()创建滚动窗口对象
• 第5章 课后习题
• 第6章 使用sklearn构建模型
• • 6.1 使用sklearn转换器处理数据
  • • 6.1.1 使用sklearn转换器处理数据
    • 6.1.2 将数据集划分为训练集和测试集
    • 6.1.3 使用sklearn转换器进行数据预处理与降维
  • 6.2 构建并评价聚类模型
  • • 6.2.1 使用sklearn估计器构建聚类模型
    • 6.2.2 评价聚类模型
  • 6.3 构建并评价分类模型
  • • 6.3.1 使用sklearn估计器构建分类模型
    • 6.3.2 评价分类模型
  • 6.4 构建并评价回归模型
  • • 6.4.1 使用sklearn估计器构建线性回归模型
    • 6.4.2 评价回归模型
• 第6章 课后习题
• 第7章 航空公司客户价值分析-分类
• 第8章 财政收入预测分析-回归
• 第9章 家用热水器用户行为分析与事件识别-BP神经网络