- 电子工业出版社
- 9787121494352
- 1-1
- 540628
- 16开
- 计算机类
- 高职
内容简介
本书以项目化实践为设计理念,专注于引导读者通过Python探索并提升数据分析的实战技能。在数据驱动时代,本书结合前沿技术和实际操作,通过精选案例,使读者能够在实践中理解并掌握数据分析的关键技术和方法。本书以掌握Python基础为前提,从10个精简案例入手,循序渐进地介绍数据分析工具在不同业务领域中的应用。本书强调实用性和操作性,每个项目都给出了具体实施步骤,帮助读者在实际操作中不断试错、学习和提高。__eol__无论是初学者还是希望提升技能的进阶读者,本书都能提供有效的指导和帮助。本书可作为高等职业院校、应用型本科院校学生学习数据分析相关课程的教材,也可作为工程技术人员的实践参考书。通过阅读本书,读者可以提升Python技能,更深入地理解数据分析,以适应新质生产力的发展需求,从而为未来职业发展奠定基础。
目录
项目1 环保调查问卷系统实现 1__eol__任务1 使用Python创建问卷 6__eol__1.1.1 Python脚本文件 8__eol__1.1.2 Python编码设置 9__eol__1.1.3 print()函数 9__eol__1.1.4 运行Python脚本 9__eol__任务2 实现用户信息交互 10__eol__1.2.1 变量与字面量 12__eol__1.2.2 数据类型 12__eol__1.2.3 注释 13__eol__任务3 校验用户信息 14__eol__1.3.1 控制结构 16__eol__1.3.2 分支结构 17__eol__任务4 采集并评估用户问卷数据 18__eol__1.4.1 for循环 20__eol__1.4.2 while循环 21__eol__1.4.3 第三方包的安装与导入 22__eol__拓展实训:随机加减法出题程序的实现 23__eol__项目考核 23__eol__项目2 疫苗物流信息监测系统实现 25__eol__任务1 管理员登录功能的实现 28__eol__2.1.1 函数的定义 30__eol__2.1.2 函数的调用 31__eol__任务2 疫苗数据添加功能的实现 31__eol__2.2.1 函数的返回 35__eol__2.2.2 变量的作用域 37__eol__任务3 疫苗信息统计功能的实现 38__eol__2.3.1 形参与实参 41__eol__2.3.2 位置参数与关键字参数 42__eol__2.3.3 默认参数 44__eol__2.3.4 可变参数 45__eol__任务4 疫苗物流信息异常检测功能的实现 46__eol__拓展实训:自定义难度的出题程序实现 49__eol__项目考核 50__eol__项目3 寻宝游戏实现 51__eol__任务1 地图类的实现 54__eol__3.1.1 面向对象 56__eol__3.1.2 类的定义 57__eol__3.1.3 类的实例化 58__eol__任务2 玩家类的实现 59__eol__3.2.1 类的成员 61__eol__3.2.2 构造函数和析构函数 62__eol__3.2.3 类成员修饰符 63__eol__3.2.4 私有函数 63__eol__任务3 战绩类的实现 64__eol__3.3.1 公有属性和私有属性 67__eol__3.3.2 get方法和set方法 68__eol__任务4 超级玩家类的实现 70__eol__3.4.1 父类和子类 73__eol__3.4.2 属性的继承 73__eol__3.4.3 方法的继承 74__eol__拓展实训:飞机大战游戏的实现 75__eol__项目考核 78__eol__项目4 新能源汽车登记数据统计分析 79__eol__任务1 登记数据的获取 82__eol__4.1.1 数据来源 84__eol__4.1.2 read_csv()函数 85__eol__任务2 登记数据的解析 86__eol__4.2.1 数据解析 88__eol__4.2.2 缺失值处理 89__eol__4.2.3 数据筛选 89__eol__任务3 登记数据的描述性统计分析 90__eol__4.3.1 描述性统计分析指标 92__eol__4.3.2 groupby()函数 92__eol__任务4 登记数据的可视化展现 93__eol__4.4.1 数据可视化 95__eol__4.4.2 统计分析结果展现形式 96__eol__4.4.3 Matplotlib中的中文显示 96__eol__4.4.4 Matplotlib图表绘制基础 96__eol__拓展实训:数据统计分析应用 99__eol__项目考核 102__eol__项目5 用餐数据多维分析 104__eol__任务1 用餐数据的集成和处理 107__eol__5.1.1 数据集成 110__eol__5.1.2 数据映射 111__eol__5.1.3 数据类型转换 111__eol__任务2 用餐数据的重复值检测和处理 112__eol__5.2.1 检测重复值 113__eol__5.2.2 删除重复值 113__eol__任务3 用餐数据的缺失值检测和处理 113__eol__5.3.1 检测缺失值 115__eol__5.3.2 处理缺失值 115__eol__任务4 用餐数据的异常值检测和处理 116__eol__5.4.1 检测异常值 120__eol__5.4.2 处理异常值 120__eol__任务5 对用餐数据进行多维分析 121__eol__5.5.1 分组分析 125__eol__5.5.2 分布分析 125__eol__5.5.3 交叉分析 126__eol__5.5.4 结构分析 126__eol__5.5.5 相关分析 127__eol__拓展实训:对观影数据进行统计分析 128__eol__项目考核 129__eol__项目6 发电量数据推断统计分析 131__eol__任务1 从MySQL数据库中读取数据 134__eol__6.1.1 连接MySQL数据库 136__eol__6.1.2 读取数据 136__eol__任务2 对发电量进行时间序列分析 137__eol__6.2.1 时间处理函数 139__eol__6.2.2 时间序列分析 140__eol__任务3 对发电量进行假设检验 141__eol__6.3.1 独立性检验和自相关函数 144__eol__6.3.2 正态性和S-W检验 145__eol__6.3.3 方差齐性和Levene检验 146__eol__任务4 对发电量进行方差分析 146__eol__6.4.1 方差分析与F统计量 147__eol__6.4.2 假设检验的步骤 147__eol__拓展实训:风力发电数据推断统计 148__eol__项目考核 149__eol__项目7 电商平台用户消费数据分析 151__eol__任务1 用户数据的创建 154__eol__7.1.1 数组创建 156__eol__7.1.2 数组数据类型 157__eol__7.1.3 数组的索引和切片 159__eol__任务2 用户数据的更新 161__eol__7.2.1 随机数生成 164__eol__7.2.2 数组操作 164__eol__任务3 用户数据的分析 168__eol__7.3.1 矩阵创建 169__eol__7.3.2 基本数学函数 172__eol__7.3.3 统计函数 175__eol__拓展实训:用户数据RFM模型分析 176__eol__项目考核 177__eol__项目8 AI生成图像的处理和优化 179__eol__任务1 图像基本操作 181__eol__8.1.1 图像读取和保存 186__eol__8.1.2 数组索引和切片的应用 187__eol__8.1.3 数组基本运算 187__eol__8.1.4 meshgrid()函数 188__eol__任务2 图像缩放处理 188__eol__8.2.1 repeat()函数 190__eol__8.2.2 tile()函数 191__eol__任务3 为图像添加框线 191__eol__8.3.1 pad()函数 194__eol__8.3.2 数组赋值运算 194__eol__任务4 图像滤波和增强 195__eol__8.4.1 NumPy聚合函数 198__eol__8.4.2 NumPy随机数应用 199__eol__8.4.3 clip()函数 199__eol__任务5 图像边缘检测 199__eol__8.5.1 Sobel算子 202__eol__8.5.2 hypot()函数 202__eol__拓展实训:医学影像的处理和优化 203__eol__项目考核 204__eol__项目9 房屋租赁数据可视化分析 206__eol__任务1 房屋租赁价格统计分析 209__eol__9.1.1 常用的统计分析函数 212__eol__9.1.2 柱状图 213__eol__9.1.3 直方图 214__eol__9.1.4 hist()函数 214__eol__任务2 房屋租赁价格分布分析 215__eol__9.2.1 箱形图 216__eol__9.2.2 boxplot()函数 217__eol__任务3 房屋租赁价格相关因素分析 217__eol__9.3.1 散点图 220__eol__9.3.2 scatter()函数 221__eol__任务4 房源占比分析 222__eol__9.4.1 饼图 224__eol__9.4.2 pie()函数 224__eol__任务5 房屋租赁价格预测分析 225__eol__9.5.1 sklearn简介 227__eol__9.5.2 sklearn实现线性回归分析 227__eol__9.5.3 折线图 228__eol__9.5.4 plot()函数 228__eol__任务6 房源地理位置分布分析 228__eol__拓展实训:二手房数据可视化分析 232__eol