欢迎来到传智教育旗下图书库

Python数据预处理

黑马程序员/编著
定价:¥39.80

出版社:人民邮电出版社

ISBN:978-7-115-56206-7

图书种类:高校教材

出版日期:2021-07

所属学科:Python

页数:172

咨询客服 查看配套资源

关注获取新书发布信息

内容简介

数据预处理是数据分析、数据挖掘、机器学习等与数据相关的领域中必不可少的环节,它通过一定的方法将存在诸多问题的低质量数据变成高质量数据,这在一定程度上提高了数据分析或数据挖掘的效率。

本书以Jupyter Notebook为主要的开发工具,采用理论与实例相结合的形式,系统全面地介绍了数据预处理的相关知识。全书共分为8章,其中第1章介绍了数据预处理的入门知识;第2~6章介绍了数据预处理的常用库及其应用,涵盖了科学计算库NumPy、数据分析库Pandas等;第7章介绍了数据清理可视化工具OpenRefine的安装及使用;第8章结合前期的核心知识设计了一个综合案例。除第1章外,其他章节均配置了丰富的示例或案例,读者可以一边学习一边练习,巩固所学的知识,并在实践中提升实际开发能力。

本书附有配套视频、源代码、习题、教学课件等资源,为帮助初学者更好地学习本书中的内容,还提供了在线答疑,希望得到更多读者的关注。


适合群体

本书既可作为高等院校本、专科计算机相关专业的专用教材,也可以作为技术爱好者的入门用书。

图书特色
在章节编排上,本书采用“理论知识+代码示例+案例练习”的模式,既有普适性的介绍,又提供了充足的案例,确保读者在理解核心知识的前提下可以做到学以致用;在知识配置上,本书涵盖数据预处理的常用库及工具。通过使用本书,读者可以全面地掌握Python数据预处理的核心知识,具备开发简单程序的能力。
配套资源
图书目录
目录
第1章	数据预处理概述
1.1	什么是数据预处理	
1.2	常见的数据问题	
1.3	数据预处理的流程
1.4	常用的数据预处理库
1.5	开发工具与环境
1.5.1	安装与使用Jupyter
1.5.2	安装数据预处理库
1.6	本章小结
1.7	习题	
第2章	科学计算库——numpy	
2.1	数组对象
2.2	创建数组	
2.3	访问数组元素	
2.3.1	使用整数索引访问元素	
2.3.2	使用花式索引或布尔索引访问元素	
2.3.3	使用切片访问元素	
2.4	数组运算	
2.4.1	形状相同的数组间运算	
2.4.2	形状不同的数组间运算	
2.4.3	数组与常量的运算	
2.5	数组操作	
2.5.1	排序	
2.5.2	检索数组元素	
2.5.3	元素唯一化	
2.6	数组的转置	
2.7	本章小结	
2.8	习题	
第3章	pandas库基础	
3.1	数据结构	
3.1.1	Series	
3.1.2	DataFrame	
3.2	索引操作	
3.2.1	索引对象	
3.2.2	使用单层索引访问数据	
3.2.3	使用分层索引访问数据	
3.2.4	重新索引	
3.3	数据排序	
3.3.1	按索引排序	
3.3.2	按值排序	
3.4	统计计算与描述	
3.4.1	常见的统计计算	
3.4.2	统计描述	
3.5	绘制图表	
3.6	本章小结	
3.7	习题	
第4章	数据获取	
4.1	从CSV和TXT文件获取数据	
4.2	从Excel文件获取数据	
4.3	从JSON文件获取数据	
4.4	从HTML表格获取数据	
4.5	从数据库获取数据	
4.6	从Word文件获取数据	
4.6.1	python-docx概述	
4.6.2	python-docx的基本使用	
4.7	从PDF文件获取数据	
4.7.1	pdfplumber概述	
4.7.2	pdfplumber的基本使用	
4.8	本章小结	
4.9	习题	
第5章	数据清理	
5.1	数据清理概述	
5.2	缺失值的检测与处理	
5.2.1	缺失值的检测	
5.2.2	缺失值的处理	
5.3	重复值的检测与处理	
5.3.1 重复值的检测	
5.3.2	重复值的处理	
5.4	异常值的检测与处理	
5.4.1	异常值的检测	
5.4.2	异常值的处理	
5.5	案例——成都某地区二手房数据清理	
【分析目标】	
【数据获取】	
【数据清理】	
5.6	本章小结	
5.7	习题	
第6章	数据集成、变换与规约	
6.1	数据集成	
6.1.1	数据集成概述	
6.1.2	合并数据	
6.2	数据变换	
6.2.1	数据变换概述	
6.2.2	轴向旋转	
6.2.3	分组与聚合	
6.2.4	哑变量处理	
6.2.5	面元划分	
6.3	数据规约	
6.3.1	数据规约概述	
6.3.2	重塑分层索引	
6.3.3	降采样	
6.4	案例——中国篮球运动员的基本信息分析	
【分析目标】	
【数据获取】	
【数据清理】	
【实现步骤】	
6.5	本章小结	
6.6	习题	
第7章	数据清理工具——OpenRefine	
7.1	OpenRefine介绍	
7.2	OpenRefine的下载与安装	
7.3	OpenRefine的基本操作	
7.3.1	基本配置	
7.3.2	创建项目	
7.3.3	操作列	
7.3.4	撤销与重做	
7.3.5	导出数据	
7.4	OpenRefine的进阶操作	
7.4.1	数据排序	
7.4.2	数据归类	
7.4.3	重复检测	
7.4.4	数据填充	
7.4.5	文本过滤	
7.4.6	数据转换	
7.5	案例——多伦多市建筑许可数据信息分析	
【分析目标】	
【数据获取】	
【数据清理】	
【实现步骤】	
7.6	本章小结	
7.7	习题	
第8章	实战演练——数据分析师岗位分析	
8.1	知识精讲	
8.1.1	数据分析的流程	
8.1.2	使用pyecharts绘制图表	
8.2	分析目标与思路	
8.3	数据收集	
8.4	数据预处理	
8.5	数据分析与展现	
8.5.1	数据分析师岗位的需求趋势	
8.5.2	数据分析师岗位的热门城市Top10	
8.5.3	不同城市数据分析师岗位的薪资水平	
8.5.4	数据分析师岗位的学历要求	
8.6	本章小结	

展开全部内容

热销图书推荐

Bootstrap响应式Web开发(第2版)

人民邮电出版社

定价:¥59.80 咨询客服

Spring Cloud微服务架构开发(第2版)

人民邮电出版社

定价:¥59.80 咨询客服

Cinema 4D任务驱动教程

高等教育出版社

定价:¥59.50 咨询客服