Python与数据科学

\"本书介绍了Python编程语言的主要规范、语法和结构等内容，强调Python在数据分析、数据处理和数据组织结构中的应用，以建立起运用Python语言进行数据处理的基础。本书以实现数据处理任务为索引，系统介绍进行计算机系统操作及文件读写、数据的可视化、科学计算、图像处理、数据生成和数据分析等任务的实现方法，涉及NumPy、pandas、matplotlib、sklearn、SciPy等扩展模块库的核心内容。涉及面广。 本书示例丰富，便于学习者学习和掌握，可作为高等院校计算机科学与技术、信息管理、数据分析等相关专业的教科书，也可作为信息分析人员的技术参考书籍。\"

\"葛东旭,男，55岁，硕士研究生，高级工程师。工作单位：南京审计大学金审学院，教师； 近期出版：《数据挖掘原理与应用》（2020年） 《传感器检测与应用》（2012年） 《Microsoft Office高级应用教程 》（2020年）； 研究方向：数据挖掘、数据分析、信息管理、信息系统等； 讲授课程：数据挖掘、Python与数据科学、信息资源管理导论、运筹与决策、计算机组成原理、信息系统项目管理等；\"

第1章Python介绍及安装1 1.1Python发展史1 1.2Python的特性2 1.3安装Python开源软件3 1.3.1下载并安装3 1.3.2设置环境变量4 1.3.3运行Python4 1.3.4运行Python脚本文件6 1.4安装实用工具包7 1.4.1setuptools7 1.4.2easy_install7 1.4.3pip9 1.5安装基础模块库13 1.6安装集成开发环境13 1.6.1IDLE13 1.6.2Spyder15 1.6.3PyCharm15 1.6.4PythonWin18 练习118 参考文献19 第2章Python语言基础20 2.1Python语句书写20 2.1.1语句书写规则20 2.1.2语句书写格式20 2.2基本数据类型24 2.2.1数值类型24 2.2.2字符串类型24 2.2.3布尔类型25 2.2.4“空”类型25 2.3标识符与变量25 2.3.1标识符与变量的命名25 2.3.2变量的赋值及变量值传递26 2.4运算及运算符27 2.4.1算术运算符27 2.4.2赋值运算符28 2.4.3位运算符28 2.4.4比较运算符29 2.4.5逻辑运算符29 2.4.6字符串运算符30 2.4.7成员运算符30 2.4.8身份运算符30 2.4.9运算符的优先级31 2.4.10运算中数据类型的转换31 Python与数据科学 目录 2.5程序结构32 2.5.1选择结构32 2.5.2循环结构34 2.5.3异常处理结构try…except语句36 2.6面向对象37 2.6.1类的定义与使用37 2.6.2方法与属性38 2.7常用内置函数38 2.7.1数学运算38 2.7.2类型转换40 2.7.3序列操作44 2.7.4对象操作46 2.7.5反射操作49 2.7.6变量操作51 2.7.7交互操作52 2.7.8文件操作53 2.7.9编译执行53 2.7.10装饰器54 2.8函数55 2.8.1声明函数56 2.8.2变量作用域56 2.8.3递归函数57 2.9数据结构58 2.9.1字符串59 2.9.2列表65 2.9.3元组71 2.9.4集合72 2.9.5映射（字典）75 2.9.6数组78 2.9.7矩阵85 2.9.8Series89 2.9.9DataFrame92 练习2104 参考文献107 第3章系统与文件操作108 3.1系统操作108 3.1.1获取操作系统环境变量108 3.1.2获取操作系统信息109 3.2文件系统操作110 3.3文本文件读写114 3.3.1标准I/O读写114 3.3.2结构化文件读写119 3.4CSV文件读写121 3.4.1csv模块库121 3.4.2pandas模块库122 3.5MS Word文档读写124 3.5.1创建Word文档124 3.5.2读取Word文档128 3.6MS Excel文档读写131 3.6.1pandas模块库131 3.6.2xlsxwriter模块库134 3.6.3xlwt模块库（创建文件）135 3.6.4xlrd模块库（读取文件）136 3.6.5OpenPyxl模块库137 3.7MS PPT文档读写138 练习3143 参考文献145 第4章数据可视化146 4.1matplotlib模块库绘图146 4.1.1Figure147 4.1.2Axes149 4.1.3散点图154 4.1.4折线图158 4.1.5饼图161 4.1.6柱形图163 4.1.7箱线图166 4.1.8茎叶图168 4.1.9矩阵图170 4.1.10等高线图171 4.1.11三维图形173 4.1.12图形装饰176 4.2pyecharts模块库绘图178 4.3NetworkX绘图182 4.4绘制动态图184 练习4185 参考文献189 第5章科学计算190 5.1数值计算190 5.1.1积分190 5.1.2卷积192 5.2线性代数194 5.2.1求逆矩阵194 5.2.2求矩阵积194 5.2.3点积195 5.2.4内积196 5.2.5外积197 5.2.6叉乘197 5.2.7计算行列式198 5.2.8计算特征值和特征向量198 5.2.9奇异值分解199 5.2.10最小二乘法200 5.2.11求解线性方程201 5.3规划问题求解202 5.3.1SciPy模块库求解202 5.3.2cvxpy模块库求解206 5.4非线性方程计算和求解210 5.4.1一元多次方程210 5.4.2非线性方程212 5.5信号处理214 5.5.1傅里叶变换214 5.5.2滤波216 练习5217 参考文献219 第6章图像处理220 6.1SKImage模块库220 6.1.1载入内置图片221 6.1.2图像读入、显示和保存222 6.1.3图像数据类型及颜色空间转换223 6.1.4图像像素访问与裁剪226 6.1.5图像缩放228 6.1.6图像旋转231 6.1.7对比度与亮度调整231 6.1.8绘制色阶图234 6.1.9直方图均衡化236 6.2OpenCV模块库238 6.2.1图像读入、显示和保存238 6.2.2通道的拆分/合并处理240 6.2.3图像颜色空间转换240 6.2.4缩放、平移、旋转242 6.2.5仿射变换244 6.2.6图像滤波246 6.2.7图像添加边框246 练习6247 参考文献248 第7章数据生成249 7.1数据生成和载入249 7.1.1生成数据序列249 7.1.2生成随机数据251 7.1.3载入sklearn实验数据集253 7.2数据库访问255 7.2.1访问MySQL数据库255 7.2.2访问SQL Server数据库256 练习7258 参考文献259 第8章数据分析260 8.1统计分析260 8.1.1描述性统计260 8.1.2汇总统计264 8.1.3参数估计与假设检验272 8.1.4词云278 8.1.5相关性分析282 8.2数据解析284 8.2.1主成分分析(PCA)284 8.2.2因子分析（FA）285 8.2.3独立成分分析（ICA）288 8.2.4特征选择290 8.3回归分析294 8.3.1线性回归295 8.3.2非线性回归303 8.4时间序列分析306 8.4.1序列检验和分析306 8.4.2趋势、周期性和残留分析312 8.4.3移动平均（MA）313 8.4.4自回归模型（AR）314 练习8323 参考文献326