Python數(shù)據(jù)分析與可視化(新編21世紀(jì)高等職業(yè)教育精品教材·電子與信息類(lèi))
定 價(jià):39 元
叢書(shū)名:新編21世紀(jì)高等職業(yè)教育精品教材·電子與信息類(lèi)
- 作者:莊國(guó)強(qiáng) 琚沅紅 曲豫賓
- 出版時(shí)間:2025/1/1
- ISBN:9787300335803
- 出 版 社:中國(guó)人民大學(xué)出版社
- 中圖法分類(lèi):TP312.8
- 頁(yè)碼:188
- 紙張:
- 版次:1
- 開(kāi)本:16
本書(shū)面向高校學(xué)生、在職數(shù)據(jù)分析師、Python程序員及所有對(duì)數(shù)據(jù)分析和可視化感興趣的學(xué)習(xí)者,創(chuàng)新性地采用了“雙元制教學(xué)”理念,融合了高校教師與行業(yè)工程師的智慧,確保內(nèi)容既具有學(xué)術(shù)嚴(yán)謹(jǐn)性又能滿(mǎn)足產(chǎn)業(yè)實(shí)際需求。全書(shū)分為五個(gè)章節(jié),系統(tǒng)介紹了Python基礎(chǔ)、Numpy與科學(xué)計(jì)算、Pandas與數(shù)據(jù)分析、Matplotlib與數(shù)據(jù)可視化以及Sklearn與機(jī)器學(xué)習(xí)等內(nèi)容,并通過(guò)5個(gè)精心設(shè)計(jì)的項(xiàng)目案例,引導(dǎo)讀者將理論知識(shí)轉(zhuǎn)化為實(shí)踐技能。此外,本書(shū)配套的在線資源和教學(xué)視頻,為不同層次的學(xué)習(xí)者提供了個(gè)性化的學(xué)習(xí)路徑,真正實(shí)現(xiàn)了“學(xué)以致用”。
莊國(guó)強(qiáng),副教授/信息項(xiàng)目管理師,任職于江蘇工程職業(yè)技術(shù)學(xué)院;教授課程為Python程序設(shè)計(jì)、Python數(shù)據(jù)分析與可視化、數(shù)據(jù)采集技術(shù)、Java程序設(shè)計(jì)等;研究方向?yàn)檐浖_(kāi)發(fā)、大數(shù)據(jù)技術(shù)、機(jī)器學(xué)習(xí);獲獎(jiǎng)情況:2021年指導(dǎo)學(xué)生獲江蘇省職業(yè)院校技能大賽大數(shù)據(jù)技術(shù)與應(yīng)用二等獎(jiǎng)、2022年參加江蘇省職業(yè)院校教學(xué)大賽獲三等獎(jiǎng);主編《Java Web應(yīng)用與開(kāi)發(fā)》,參編《Java面向?qū)ο蟪绦蛟O(shè)計(jì)》,發(fā)表多篇論文,主持多項(xiàng)目江蘇省科技計(jì)劃項(xiàng)目、
中國(guó)職業(yè)技術(shù)教育協(xié)會(huì)科研規(guī)劃項(xiàng)目。
琚沅紅,講師,任職于江蘇工程職業(yè)技術(shù)學(xué)院,教授課程為Java Web應(yīng)用與開(kāi)發(fā)、機(jī)器學(xué)習(xí)、網(wǎng)頁(yè)設(shè)計(jì);研究方向?yàn)轭I(lǐng)域數(shù)據(jù)整合與智慧服務(wù);論文或?qū)@l(fā)表情況發(fā)表論文16篇,其中SCI論文1篇,CSSCI論文11篇,北大核心論文1篇;申請(qǐng)發(fā)明專(zhuān)利或軟著共3項(xiàng),主持或參與國(guó)家自然項(xiàng)目、省級(jí)課題、橫向課題。
曲豫賓,副教授,任職于江蘇工程職業(yè)技術(shù)學(xué)院,從事智能軟件工程研究與教學(xué)方面工作。近年來(lái)累計(jì)在SCI、EI、中文核心期刊上發(fā)表論文十余篇。
第1章 Python基礎(chǔ)
1.1 Python編程入門(mén)
1.2 變量與數(shù)據(jù)類(lèi)型
1.3 Python語(yǔ)句
1.4 Python特性
1.5 24點(diǎn)游戲?qū)崿F(xiàn)
第2章 NumPy與科學(xué)計(jì)算
2.1 NumPy簡(jiǎn)介
2.2 多維數(shù)組對(duì)象
2.3 NumPy核心運(yùn)算
2.4 KNN識(shí)別手寫(xiě)數(shù)字實(shí)現(xiàn)
第3章 Pandas與數(shù)據(jù)分析
3.1 Pandas簡(jiǎn)介
3.2 Pandas核心數(shù)據(jù)結(jié)構(gòu)
3.3 Pandas數(shù)據(jù)導(dǎo)入和導(dǎo)出
3.4 數(shù)據(jù)處理
3.5 數(shù)據(jù)分析
3.6 數(shù)據(jù)可視化
3.7 期末成績(jī)處理
第4章 Matplotlib與數(shù)據(jù)可視化
4.1 Matplotlib簡(jiǎn)介
4.2 Matplotlib圖表
4.3 紅葡萄酒質(zhì)量的數(shù)據(jù)分析
第5章 Sklearn與機(jī)器學(xué)習(xí)
5.1 Sklearn簡(jiǎn)介
5.2 數(shù)據(jù)預(yù)處理
5.3 機(jī)器學(xué)習(xí)算法
5.4 Titanic生存預(yù)測(cè)
參考文獻(xiàn)