Python数据分析从小白到专家

"系统：讲解了11 种数据分析方法，拿来就用 图示：全书包括100多张图表，方便读者学习 深入：剖析NumPy、Pandas、Matplotlib的使用方法 案例：全书包括142个案例，都附有详细源代码 本书核心知识点： Python数据分析概述 1. 数据分析的概念 2. 数据分析与Python的联系（为什么使用Python来进行数据分析？） Python基础 3. Python和pip的安装以及pip的使用 4. Python 3与Python 2的区别 5. Python数据分析常用的第三方库简介 6. Python编程基础（常见类型、分支、循环） 7. lambda函数介绍和Python实战：打印输出内容的函数 Python数据分析常用库及必要的数学知识 8. 线性代数知识 9. 数理统计知识 10. NumPy库常用方法介绍 11. 使用NumPy库实现各种线性代数的操作 12. 正则表达式模块简介 13. Pandas库常用方法介绍 14. CSV文件的处理与非CSV文件的处理 15. Pandas库高级操作：使用DataFrame类型处理数据 16. Matplotlib库简述 17. 实战：使用Matplotlib库绘制各种图表 数据分析相关的机器学习算法 18. 一元线性回归：切比雪夫准则（理论和代码实现） 19. 一元线性回归：最小二乘法（理论和代码实现） 20. 逻辑回归和Sigmoid函数（理论和代码实现） 21. 梯度下降法（理论和代码实现） 22. 二元线性回归（理论和代码实现） 23. 随机梯度下降法（理论和代码实现） 24. K-means算法（理论和代码实现） 25. KNN算法（理论和代码实现）"

本书共13章，主要内容涵盖Python语法及数据分析方法。第1章主要介绍数据分析的概念，使读者有一个大致的印象，并简单介绍本书频繁使用的Python的5个第三方库。第2章主要做一些准备工作，手把手带读者搭建Python环境，包括Python 3.7.6的安装和pip的安装。第3章介绍Python编程基础。第4章到第7章介绍使用Python进行简单数据分析的基础库，包括NumPy、Pandas和Matplotlib库，并介绍使用正则表达式处理数据的方法。第8章到第13章属于进阶内容，但也是Python数据分析的基础，结合机器学习介绍一些常见的用于数据分析的机器学习算法及常用的数学模型。

田越：曾参加蓝桥杯和ACM等算法竞赛，以及微软公司举办的创新杯竞赛，对于数据分析技术有着执着的追求，善于在学习中发现自己的不足，并将其转化为努力向前的动力。

第1章数据分析存在的意义1
1．1数据分析与Python1
1．1．1数据科学和数据分析的始末1
1．1．2为什么使用Python作为脚本2
1．2本书的主要内容3
1．2．1数据分析基础：NumPy、Pandas和Matplotlib库概述3
1．2．2数据处理：NumPy库简介4
1．2．3数据处理：Pandas库简介4
1．2．4图表绘制：Matplotlib库简介5
1．2．5中坚力量：Sklearn和Statsmodels库简介5
第2章开始前的准备6
2．1Python3．7．6的安装6
2．1．1Python3和Python2的区别6
2．1．2在Windows10系统中下载并安装Python3．7．67
2．1．3手动配置环境变量10
2．2pip的安装12
2．2．1pip是什么12
2．2．2在Windows系统中下载和安装pip12
2．2．3使用pip命令下载和管理pip14
第3章Python编程基础17
3．1Python编程初识18
3．1．1第一个Python程序18
3．1．2整型、浮点型、布尔型与复数型19
3．1．3不同数据类型之间的运算法则22
3．1．4Python中的常用内建函数25
3．2Python编程常用类型27
3．2．1Python的列表27
3．2．2Python的元组31
3．2．3Python的字典34
3．2．4Python的字符串38
3．3Python的条件、循环和分支语句以及异常处理42
3．3．1Python的编程风格42
3．3．2错误、异常和异常处理43
3．3．3条件语句：if、if-else和elif45
3．3．4循环语句：while和for46
3．4其他关于Python的重要知识点49
3．4．1匿名函数lambda49
3．4．2Python自定义类与打印函数51
第4章线性代数知识和第三方库NumPy的使用54
4．1必要的线性代数知识55
4．1．1线性代数综述55
4．1．2行列式56
4．1．3矩阵及矩阵的运算60
4．1．4矩阵的初等变换与秩、向量组与线性相关65
4．1．5相似矩阵67
4．2NumPy库的基础操作69
4．2．1NumPy库的安装和基本方法69
4．2．2创建一个数组70
4．2．3索引、切片和迭代73
4．2．4拼合、划分一个矩阵79
4．2．5深拷贝、浅拷贝与不拷贝84
4．3用NumPy库实现矩阵运算87
4．3．1矩阵基本运算一（矩阵加法、矩阵减法、矩阵数乘）87
4．3．2矩阵基本运算二（矩阵相乘、逆矩阵、矩阵的特征值和特征向量）88
第5章使用正则表达式处理数据91
5．1RE模块简述91
5．1．1正则表达式（RE）模块使用的符号92
5．1．2正则表达式的匹配规则93
5．2使用正则表达式模块94
5．2．1匹配对象方法group()和groups()的用法95
5．2．2使用管道符进行匹配98
5．2．3使用*、+、?、{}符号实现多个条件匹配99
5．2．4一些特殊格式的正则表达式匹配模式100
第6章使用Pandas库处理数据101
6．1Pandas库简述101
6．1．1Pandas库能做什么101
6．1．2Pandas库功能简述105
6．2三种格式的文件后缀简述108
6．2．1什么是CSV文件108
6．2．2Python自带的CSV模块109
6．2．3为什么要将TXT和Excel文件转化为CSV文件111
6．3处理．csv格式的数据111
6．3．1用read_csv()和head()读取CSV文件并显示其行/列112
6．3．2查看列数、维度以及切片操作112
6．3．3读取特定的列以及列的改值操作113
6．3．4求某一列的优选值、最小值、算术平均数以及数据的排序114
6．3．5Pandas库的写入操作――to_csv()方法115
6．4处理非．csv格式的数据116
6．4．1用Pandas库读取TXT文件116
6．4．2用Pandas库读取Excel文件118
6．5Pandas库的其他常用操作121
6．5．1新增DataFrame数据结构的意义121
6．5．2创建与遍历DataFrame数据结构122
6．5．3检索已有的DataFrame数据结构124
6．5．4DataFrame数据结构的选择操作128
6．5．5处理DataFrame数据结构中的缺失数据134
第7章使用Matplotlib库实现数据可视化136
7．1Matplotlib库简述136
7．1．1Matplotlib库的安7
7．1．2Matplotlib库常见的问题138
7．2Matplotlib库的基本方法139
7．2．1设定x轴与y轴的相关内容139
7．2．2“点”和“线”样式的设定144
7．3使用Matplotlib库绘制图表146
7．3．1绘制柱状图147
7．3．2绘制直方图149
7．3．3绘制散点图151
7．3．4绘制饼状图153
7．3．5绘制折线图155
第8章数学模型与数理统计157
8．1走进数学模型158
8．1．1什么是数学模型158
8．1．2建立数学模型的一般步骤160
8．1．3数学模型示例162
8．2必要的数理统计知识164
8．2．1样本、总体、个体、统计量164
8．2．23个重要的分布：χ2分布、t分布、f分布165
8．2．3点估计、矩估计与区间估计167
8．2．4全概率公式和贝叶斯公式168
8．2．5依概率收敛与切比雪夫不等式170
第9章线性回归172
9．1最小二乘法与切比雪夫准则172
9．1．1最小二乘法的数学原理173
9．1．2切比雪夫准则的数学原理175
9．2OLS回归模型175
9．2．1OLS回归模型的概念176
9．2．2如何生成测试数据176
9．2．3OLS回归模型的代码实现和可视化179
9．3LAD回归模型182
9．3．1LAD回归模型的概念182
9．3．2LAD回归模型的代码实现和可视化183
9．4OLS回归模型与LAD回归模型186
9．4．1比较OLS回归模型与LAD回归模型的拟合曲线186
9．4．2简单的一元线性回归分析的代码展示187
9．5从极大似然估计再审视线性回归189
9．5．1从传统的数理统计到线性回归189
9．5．2极大似然估计190
9．5．3假设检验基本概念191
9．5．4区间估计、置信区间和置信限192
第10章分类问题与逻辑回归197
10．1逻辑回归：从分类问题谈起197
10．1．1从线性回归到分类问题198
10．1．2逻辑回归与Sigmoid函数199
10．1．3使用极大似然估计计算Sigmoid函数的损失函数201
10．1．4逻辑回归模型求解的本质202
10．2从梯度上升法与梯度下降法到逻辑回归202
10．2．1梯度上升法和梯度下降法的由来202
10．2．2梯度下降法及梯度上升法的数学原理203
10．2．3用Python实现逻辑回归206
10．2．4题外话：从用Python实现逻辑回归中看psutil库216
10．2．5逻辑回归可视化：绘制决策边界220
第11章模型评估与模型改进223
11．1线性回归模型的评估与改进223
11．1．1线性回归模型的评估224
11．1．2模型改进：从一元线性回归到多元线性回归问题231
11．1．3模型改进：过度拟合与添加、设定惩罚项238
11．2逻辑回归模型的评估与改进239
11．2．1分类模型的评估：查准率、查全率及F-score239
11．2．2分类模型的评估：ROC曲线、AUC指标241
11．2．3模型改进：随机梯度下降法242
11．2．4逻辑回归最终代码展示（使用随机梯度下降法）245
第12章聚类：K-means算法248
12．1K-means算法及相关内容的基本概念248
12．1．1聚类与机器学习的概念249
12．1．2聚类：K-means算法的原理250
12．2K-means算法的Python实现253
12．2．1朴素的K-means算法的Python实现253
12．2．2朴素的K-means算法的Python实现的具体解析256
12．2．3模型改进：使用不同颜色和形状标记不同的簇261
12．2．4K-means算法改进：使用二分K-means算法263
第13章分类：KNN算法271
13．1KNN算法的基本概念271
13．1．1KNN算法的相关概念271
13．1．2KNN算法原理概述272
13．2KNN算法的Python实现274
13．2．1制作测试用例数据集274
13．2．2KKN算法的具体实现279
13．2．3KKN算法的完整代码282
13．3结语：关于数据分析285
13．3．1决策树之前：树的概念285
13．3．2信息熵和决策树285
13．3．3写在最后的话：留给机器学习286