瀏覽紀錄

TOP
1/1
庫存:1
Python編程基礎與數據分析(簡體書)
人民幣定價:35.8元
定  價:NT$215元
優惠價: 87187
可得紅利積點:5 點

庫存:1

商品簡介

目次

《Python編程基礎與數據分析》從Python基礎知識開始,由淺入深,逐漸引入以Python為開發工具進行數據分析、圖像處理、機器學習等模塊,全書共10章,分為兩大部分:基礎篇和進階篇。基礎篇為章至第7章,主要介紹了Python的各種數據結構、控制結構、函數及異常處理;進階篇為第8章至0章,主要介紹了多種類型的文件數據處理、圖形圖像處理及人工智能之機器學習模塊,並使用Scikit-learn庫介紹了機器學習的一般流程及處理方法。
基礎篇
章 緒論
1.1 計算機編程語言
1.1.1 程序開發過程
1.1.2 一個簡單示例
1.2 Python發展歷史
1.3 Python語言特性與編程庫
1.3.1 Python語言特性
1.3.2 Python常用編程庫
1.4 Python安裝方法
1.5 集成開發環境
本章小結
習題
第2章 基本數據類型及運算符
2.1 數據類型
2.1 I 1數值類型
2.1.2 邏輯類型
2.1.3 其他類型
2.2 運算符
2.2.1 算術運算符
2.2.2 賦值運算符
2.2.3 比較(關系)運算符
2.2.4 位運算符
2.2.5 邏輯運算符
2.3 輸入輸出語句
2.3.1 print函數
2.3.2 input函數
2.4 常用內置函數
2.4.1 數學函數
2.4.2 轉換函數
2.4.3 相關操作函數
2.5 相關標準庫
2.5.1 math模塊
2.5.2 random模塊
本章小結
習題
第3章 序列
3.1 概述
3.2 序列的操作
3.2.1 序列的創建
3.2.2 獲取長度
3.2.3 索引與切片
3.2.4 關系操作
3.2.5 連接操作
3.2.6 重復操作
3.2.7 常用函數及方法
3.3 字符串
3.3.1 基本操作
3.3.2 常用函數及方法
3.3.3 格式化操作
3.4 列表
3.4.1 基本操作
3.4.2 常用函數及方法
3.5 元組
3.6 相關標準庫string模塊
本章小結
習題
第4章 字典與集合
4.1 概述
4.2 字典
4.2.1 字典的創建
4.2.2 字典的訪問
4.2.3 字典的添加
4.2.4 字典的修改
4.2.5 字典的刪除
4.2.6 常用內建方法
4.2.7 字典應用舉例
4.3 集合
4.3.1 集合的創建
4.3.2 集合運算及常用內置方法函數
本章小結
習題
第5章 控制結構
5.1 概述
5.2 選擇結構
5.2.1 if條件語句
5.2.2 條件表達式
5.3 循環結構
5.3.1 for循環
5.3.2 while循環
5.4 其他循環控制語句
5.4.1 break語句
5.4.2 continue語句
5.4.3 pass語句
5.5 算法實例
本章小結
習題
第6章 錯誤與異常
6.1 錯誤類型
6.2 常見異常
6.2.1 語法錯誤
6.2.2 運行時錯誤
6.2.3 邏輯錯誤
6.3 異常處理語句
本章小結
習題
第7章 函數
7.1 概述
7.2 函數的定義及調用
7.2.1 函數定義及調用的一般形式
7.2.2 特殊函數定義形式
7.3 函數的調用過程
7.3.1 函數的調用流程
7.3.2 實參與形參的傳遞
7.4 匿名函數
7.5 變量的作用域
7.5.1 局部變量
7.5.2 全局變量
7.5.3 同名變量
7.6 遞歸
7.7 函數示例
本章小結
習題
進階篇
第8章 文件處理
8.1 文件的打開與關閉
8.1.1 文件的打開
8.1.2 文件的關閉
8.2 文件的讀寫
8.2.1 文件的讀取操作
8.2.2 文件的寫操作
8.2.3 文件的定位操作
8.3 相關標準庫
8.3.1 os模塊
8.3.2 ison模塊
8.4 經典三方庫jieba模塊
8.4.1 jieba常用分詞
8.4.2 jieba分詞干涉
8.4.3 詞性標注posseg
8.4.4 關鍵詞提取analyse
8.5 案例1英文文本分析
8.6 案例2中文文本分析
8.7 案例3 json數據分析
8.8 案例4問卷調查與統計分析
8.8.1 問卷結構調整
8.8.2 問卷調查交互
8.8.3 問卷結果統計
本章小結
習題
第9章 圖形圖像處理
9.1 概述
9.2 相關標準庫turtle模塊
9.2.1 畫布設置
9.2.2 畫筆設置
9.2.3 圖形繪制
9.3 經典三方庫
9.3.1 PIL與Pillow模塊
9.3.2 numpy模塊
9.3.3 matplotlib模塊
9.4 案例1用Python生成驗證碼圖片
9.5 案例2 MRI圖像的顯示與分析
本章小結
習題
0章 人工智能初探
10.1 概述
10.2 sklearn簡介
10.2.1 機器學習的一般流程
10.2.2 sklearn數據集
10.3 數據預處理
10.3.1 缺失填補
10.3.2 歸一化及標準化
10.3.3 one-hot編碼及二值化處理
10.4 模型的選擇及訓練
10.4.1 回歸regression
10.4.2 分類classification
10.5 模型評估
10.5.1 訓練集與測試集劃分
10.5.2 模型評估
10.6 模型保存及使用
10.6.1 pickle方式
10.6.2 joblib方式
本章小結
習題
參考文獻

購物須知

為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。

若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。

大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。

無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約20個工作天;
海外無庫存之書籍,平均作業時間約45個工作天,然不保證確定可調到貨,尚請見諒。