商务数据挖掘与可视化 基于Python的应用

本书案例内容丰富、强调应用性和实战性。本书配备精美教学课件

本书以商务数据处理与应用为基本出发点，重点介绍基于Python语言的商务数据处理技巧、数据分析方法及可视化操作，内容包括：常见的数据管理及分析软件介绍，Python编程基础，Matplotlib、Seaborn和Pyecharts数据可视化，线性相关与回归分析，数据压缩、聚类、时间序列、大数据分析方法，综合案例实战。本书案例内容丰富，通过26个综合案例详细介绍了数据挖掘方法及可视化在商务数据中的应用，展现了Python的强大数据分析能力。读者在了解数据挖掘方法原理的基础上，通过案例学习可以更有效地提高其数据分析的实际能力。本书适用于各个层次的读者，既可面向非计算机专业的数据分析者，强调应用性和实战性，也可作为计算机专业或数据科学专业的基础应用学习书。

谢贤芬，女，博士，硕士生导师，毕业于暨南大学统计学专业。广州大数据产业协同创新联盟专家委员。具有深厚的计算机和经济学交叉学习和工作背景，本科和硕士就读于暨南大学计算机专业，曾任加拿大北电通信设备有限公司（Notel）高级工程师，主研高性能大数据处理平台；发表SCI/EI论文/国内权威期刊/国内核心期刊论文30余篇；出版专著4本，申请国家发明专利2项，授权软件著作版权2项；主持项目14项（重量项目1项，省部级及以上项目5项），重点参与项目十多项（重量项目2项，省部级4项等）；擅长经济金融、统计、计量经济、数据科学、信息推荐等相关领域的基础与应用研究。在大数据处理与分析、深度学习方法、经济金融风险评价和预警监测、突发事件风险评价领域有较深厚的研究工作积累 ，取得一系列有影响的创新科研成果。

第1章数据管理及分析软件1
1.1数据收集及管理1
1.2数据挖掘软件6
1.3习题8
第2章Python编程基础10
2.1Python简介10
2.2数据挖掘编程平台13
2.3Python基本语法21
2.4基本分析包41
2.5习题54
第3章Matplotlib数据可视化55
3.1Matplotlib基本参数配置55
3.2绘图参数文件及主要函数62
3.3Matplotlib基本绘图70
3.4Matplotlib绘图案例94
3.5习题103
第4章Seaborn数据可视化105
4.1Seaborn库简介105
4.2基本绘图参数设置105
4.3统计绘图函数115
4.4Seaborn可视化案例132
4.5习题141
第5章Pyecharts数据可视化142
5.1Pyecharts全局参数配置142
5.2数据系列配置157
5.3运行环境173
5.4习题180
第6章线性相关与回归分析182
6.1单变量线性相关与回归182
6.2多元线性相关与回归190
6.3综合案例：我国财政收入水平的区域差异分析197
6.4习题204
第7章数据压缩分析方法205
7.1主成分分析的概念205
7.2主成分的基本分析211
7.3综合案例217
7.4习题224
第8章聚类分析方法227
8.1聚类分析的概念227
8.2常见的聚类分析方法230
8.3综合案例239
8.4习题250
第9章时间序列分析方法251
9.1时间序列的概念251
9.2时间序列基本模型252
9.3ARIMA模型的构建256
9.4综合案例：社会消费品零售总额分析274
9.5习题286
第10章大数据分析方法287
10.1大数据的概念及应用287
10.2文本挖掘基础288
10.3网络爬虫及应用298
10.4习题314
第11章综合案例实战316
11.1概述316
11.2基于国内旅游情况数据的可视化分析321
11.3基于广州市二手房房价的可视化分析331
11.4基于热销私家车销量数据的可视化分析345