Python大数据分析算法与实例

本书基于Python 3大数据分析方法中的核心算法与实例，重点介绍数据特征算法分析及第三方开源库的场景应用，包括NumPy、SciPy、Matplotlib、Pandas、StatsModels、Gensim等在大数据分析中的算法与实例。

大数据时代，大数据分析是关键技术。Python是一款优秀的大数据分析软件，《Python大数据分析算法与实例》以Python3结合第三方开源工具进行大数据分析，以小的代价编程实现数据的提取、处理、分析和可视化。
全书分为8章，首先介绍大数据分析的背景和行业应用，给出了数据特征算法分析；然后基于Python3介绍常用典型第三方大数据分析工具的场景应用；最后比较翔实地阐述大数据分析算法与经典实例应用。
《Python大数据分析算法与实例》适合从事大数据分析的研究人员、计算机或数学等相关专业的从业者参考学习，也可以作为计算机或数学等专业本科高年级或研究生的专业用书。

邓立国，东北大学计算机应用博士毕业。2005年开始在沈阳师范大学软件学院、教育技术学院任教，主要研究方向：数据挖掘、知识工程、大数据处理、云计算、分布式计算等。以第一作者发表学术论文30多篇（26篇EI），主编教材 1 部，主持科研课题6项，经费10余万元，多次获得校级科研优秀奖，作为九三社员提出的智慧城市提案被市政府采纳，研究成果被教育厅等单位采用。

第1章大数据分析概述1
1.1大数据分析背景1
1.2大数据分析的应用2
1.3大数据分析算法3
1.4大数据分析工具6
1.5本章小结9
第2章数据特征算法分析10
2.1数据分布性分析10
2.1.1数据分布特征集中趋势的测定10
2.1.2数据分布特征离散程度的测定15
2.1.3数据分布特征偏态与峰度的测定19
2.2数据相关性分析21
2.2.1数据相关关系21
2.2.2数据相关分析的主要内容24
2.2.3相关关系的测定24
2.3数据聚类性分析26
2.3.1聚类分析定义26
2.3.2聚类类型27
2.3.3聚类应用29
2.4数据主成分分析29
2.4.1主成分分析的原理及模型30
2.4.2数据主成分分析的几何解释31
2.4.3数据主成分的导出32
2.4.4证明主成分的方差是依次递减的34
2.4.5数据主成分分析的计算35
2.5数据动态性分析36
2.6数据可视化40
2.7本章小结42
第3章大数据分析工具：NumPy43
3.1NumPy简介43
3.2NumPy环境安装配置44
3.3ndarray对象45
3.4数据类型47
3.5数组属性49
3.6数组创建例程52
3.7切片和索引57
3.8广播60
3.9数组操作与迭代61
3.10位操作与字符串函数87
3.11数学运算函数91
3.12算数运算93
3.13统计函数97
3.14排序、搜索和计数函数101
3.15字节交换104
3.16副本和视图105
3.17矩阵库107
3.18线性代数模块109
3.19Matplotlib库112
3.20Matplotlib绘制直方图114
3.21IO文件操作116
3.22NumPy实例：GPS定位117
3.23本章小结120
第4章大数据分析工具：SciPy121
4.1SciPy简介121
4.2文件输入和输出：SciPy.io122
4.3特殊函数：SciPy.special123
4.4线性代数操作：SciPy.linalg124
4.5快速傅里叶变换：sipy.fftpack124
4.6优化器：SciPy.optimize125
4.7统计工具：SciPy.stats126
4.8SciPy实例127
4.8.1最小二乘拟合127
4.8.2函数最小值128
4.9本章小结130
第5章大数据分析工具：Matplotlib131
5.1初级绘制131
5.2图像、子区、子图、刻度137
5.3其他种类的绘图140
5.4本章小结147
第6章大数据分析工具：Pandas148
6.1Pandas系列148
6.2Pandas数据帧151
6.3Pandas面板155
6.4Pandas快速入门158
6.5本章小结172
第7章大数据分析工具：Statsmodels与Gensim173
7.1Statsmodels173
7.1.1Statsmodels统计数据库173
7.1.2Statsmodels典型的拟合模型概述175
7.1.3Statsmodels举例176
7.2Gensim178
7.2.1基本概念178
7.2.2训练语料的预处理179
7.2.3主题向量的变换180
7.2.4文档相似度的计算181
7.3本章小结182
第8章大数据分析算法与实例183
8.1描述统计183
8.2假设检验188
8.3信度分析192
8.4列联表分析195
8.5相关分析196
8.6方差分析198
8.6.1单因素方差分析199
8.6.2多因素方差分析201
8.7回归分析203
8.8聚类分析207
8.9判别分析212
8.10主成分分析216
8.11因子分析218
8.12时间序列分析221
8.13生存分析224
8.14典型相关分析245
8.15RoC分析250
8.16距离分析255
8.17对应分析264
8.18决策树分析265
8.19神经网络-深度学习271
8.19.1深度学习的基本模型271
8.19.2新闻分类实例275
8.20蒙特·卡罗模拟280
8.20.1蒙特·卡罗模拟基本模型281
8.20.2蒙特·卡罗模拟计算看涨期权实例281
8.21关联规则287
8.21.1关联规则的概念288
8.21.2Apriori算法及实例289
8.21.3FP树频集算法292
8.22UpliftModeling301
8.23集成方法306
8.24异常检测311
8.25文本挖掘315
8.26Boosting算法（提升法和GradientBoosting）322
8.27本章小结325
参考文献326