数据科学基础

本书是根据教育部高等 学校大学计算机课程教学指 导委员会编制的大学计算机 基础课程教学基本要求编写 的。 本书以Python语言为工 具，通过大量案例讲述了数 据组织与科学计算、数据统 计分析、数据可视化、网络 爬虫与信息提取、人工智能 与机器学习的基本流程和方 法，既重视基本方法的介绍 ，又强调实际应用能力的培 养。 本书脉络清晰、实例丰 富，可作为高等学校非计算 机类专业学生学习数据科学 的入门教材，也可作为数据 科学技术爱好者和相关专业 人员的自学参考书。

理论篇 第1章 数据科学基础 1.1 数据科学概述 1.1.1 数据与大数据 1.1.2 数据科学 1.1.3 数据科学的发展历程 1.1.4 数据科学的研究内容 1.1.5 数据科学的知识体系 1.1.6 数据科学的应用 1.2 Python基础 1.2.1 Python简介 1.2.2 数据类型和运算符 1.2.3 控制结构 1.2.4 函数 习题 第2章 数据组织与科学计算 2.1 数据组织 2.2 矩阵的初始化与重组 2.2.1 矩阵的初始化 2.2.2 矩阵的重组 2.3 矩阵运算 2.3.1 矩阵的算术运算 2.3.2 矩阵的点乘、转置与求逆 2.3.3 矩阵的统计函数 2.3.4 矩阵与向量的算术运算 2.4 线性回归建模 2.4.1 线性回归 2.4.2 主成分回归 2.4.3 模型验证策略 2.4.4 应用案例 习题 第3章 数据统计分析 3.1 引例 3.2 Pandas数据结构与基本操作 3.2.1 Pandas数据结构 3.2.2 数据访问 3.2.3 算术运算与数据对齐 3.2.4 重建与更换索引 3.2.5 其他常用操作 3.3 数据的加载与保存 3.3.1 处理CSV或TXT格式文件 3.3.2 读取Excel文件 3.4 数据预处理 3.4.1 数据合并 3.4.2 数据清洗 3.4.3 数据转换 3.4.4 数据排序 3.4.5 案例——电影票房数据预处理 3..5数据统计分析 3.5.1 常用统计量