Python数据分析与机器学习（微课视频版）

本书首先简要介绍Python语言的基础知识，为后续内容的学习提供基础，接着介绍NumPy、Matplotlib和Pandas三个数据分析基础模块的用法，同时也为后面基于scikitlearn的机器学习提供基础，最后介绍基于scikitlearn机器学习及其模型的评价方法、超参数调优方法。全书通过大量案例，希望能让读者快速提高实践能力。 本书适合作为高校本科生或研究生数据分析、机器学习等相关课程的教材或参考书，也可作为数据分析和机器学习爱好者的自学教程，还可以作为相关科研工作者与工程实践者的参考书。

源码下载 第1章 Python语言与开发环境概述 1.1 Python语言的特点 1.2 Python的下载与安装 1.3 开始使用Python 1.3.1 交互方式 1.3.2 代码文件方式 1.3.3 代码文件的打开 1.3.4 代码风格 1.4 模块与库 1.4.1 模块及其导入方式 1.4.2 标准模块与第三方模块 1.5 使用帮助 1.6 Anaconda简介 1.6.1 Anaconda模块的安装 1.6.2 Spyder的使用 1.6.3 Jupyter Notebook的使用 1.6.4 Jupyter Notebook默认路径的设置 1.6.5 任意路径下创建Jupyter Notebook文件 习题1 第2章 Python语言基础 2.1 控制台的输入与输出 2.1.1 数据的输入 2.1.2 数据的输出 2.2 标识符、变量与赋值语句 2.2.1 标识符 2.2.2 变量 2.2.3 赋值语句 2.3 常用数据类型 2.3.1 数值类型 2.3.2 布尔类型 2.3.3 常用序列类型 2.3.4 映射类型 2.3.5 集合类型 2.4 运算符与表达式 2.4.1 运算符分类 2.4.2 运算规则与表达式 2.4.3 条件表达式 2.4.4 复合赋值运算符 2.5 分支结构 2.5.1 单分支if语句 2.5.2 双分支if/else语句 2.5.3 多分支if/elif/else语句 2.5.4 分支结构的嵌套 2.5.5 分支结构的三元运算 2.5.6 match/case分支结构 2.6 循环结构 2.6.1 简单的while循环结构 2.6.2 简单的for循环结构 2.6.3 break语句和continue语句