基于Python的大数据分析基础及实战PDF电子书下载

第1部分 基础篇 2

第1章 Python语言基础 2

1.0引子 2

1.1 工欲善其事，必先利其器（安装Python） 3

1.2 学跑得先学走（语法基础） 9

1.3 程序结构 11

1.3.1 Hello World！ 11

1.3.2 运算符介绍 12

1.3.3 顺序结构 14

1.3.4 判断结构 17

1.3.5 循环结构 18

1.3.6 异常 20

1.4 函数 24

1.4.1 基本函数结构 24

1.4.2 参数结构 25

1.4.3 回调函数 28

1.4.4 函数的递归与嵌套 28

1.4.5 闭包 31

1.4.6 匿名函数lambda 32

1.4.7 关键字yield 32

1.5 数据结构 35

1.5.1 列表（list） 35

1.5.2 元组（tuple） 38

1.5.3 集合（set） 39

1.5.4 字典（dict） 40

1.5.5 集合的操作 41

1.5.6 学以致用 45

1.6 3个函数（map、filter、reduce） 47

1.6.1 遍历函数（map） 47

1.6.2 筛选函数（filter） 48

1.6.3 累计函数（reduce） 48

1.7 面向对象编程基础 50

1.7.1 类 50

1.7.2 类和实例 51

1.7.3 数据封装 52

1.7.4 私有变量与私有方法 53

本章小结 54

第2章 数据处理 60

2.1 Anaconda简介 60

2.2 Numpy简介 66

2.3 关于Pandas 68

2.3.1 什么是Pandas 68

2.3.2 Pandas中的数据结构 68

2.4 数据准备 68

2.4.1 数据类型 68

2.4.2 数据结构 69

2.4.3 数据导入 79

2.4.4 数据导出 86

2.5 数据处理 88

2.5.1 数据清洗 89

2.5.2 数据抽取 97

2.5.3 插入记录 114

2.5.4 修改记录 117

2.5.5 交换行或列 120

2.5.6 排名索引 122

2.5.7 数据合并 131

2.5.8 数据计算 137

2.5.9 数据分组 141

2.5.10 日期处理 143

带你飞（数据处理案例） 148

本章小结 160

第3章 数据分析 165

3.1 基本统计分析 165

3.2 分组分析 169

3.3 分布分析 171

3.4 交叉分析 173

3.5 结构分析 174

3.6 相关分析 176

小试牛刀（相关分析案例：电商数据分析） 178

本章小结 180

第4章 数据可视化 181

4.1 使用Python对数据进行可视化处理 181

4.1.1 准备工作 181

4.1.2 Matplotlib绘图示例 186

4.1.3 Seabon中的图例 198

4.1.4 pandas的一些可视化功能 212

4.1.5 文本数据可视化 217

4.1.6 networkx网络图 218

4.1.7 folium绘制地图 220

4.2 Python图像处理基础 221

4.2.1 PIL图库 221

4.2.2 OpenCV图库 224

本章小结 226

第5章 字符串处理与网络爬虫 228

5.1 字符串处理 228

5.1.1 字符串处理函数 228

5.1.2 正则表达式 230

5.1.3 编码处理 237

5.2 网络爬虫 240

5.2.1 获取网页源码 240

5.2.2 从源码中提取信息 241

5.2.3 数据存储 246

5.2.4 网络爬虫从这里开始 248

本章小结 260

第2部分 实战案例篇 262

第6章 词云 262

6.1 安装文件包 263

6.2 jieba功能用法 264

6.2.1 cut用法 264

6.2.2 词频与分词字典 265

6.3 文本词云图 269

6.4 背景轮廓词云图的制作 271

6.4.1 数据准备 271

6.4.2 分词 272

6.4.3 构建词云 273

本章小结 278

第7章 航空客户分类 279

7.1 问题的提出 279

7.2 聚类分析相关概念 280

7.3 模型的建立 281

7.4 Python实现代码 281

7.5 分类结果展示与分析 284

本章小结 287

第8章 《红楼梦》文本分析 288

8.1 准备工作 289

8.2 分词 291

8.2.1 读取数据 291

8.2.2 数据预处理 293

8.2.3 对红楼梦进行分词 301

8.2.4 制作词云 303

8.3 文本聚类分析 312

8.3.1 构建分词TF-IDF矩阵 312

8.3.2 使用TF-IDF矩阵对章节进行聚类 314

8.4 LDA主题模型 322

8.5 人物社交网络分析 328

本章小结 334

第3部分 拓展与延伸 336

第9章 Python字符串格式化 336

9.1 使用％符号进行格式化 336

9.2 使用format（）方法进行格式化 339

9.3 使用f方法进行格式化 341

本章小结 342

第10章 在Python中操作MySQL数据库 343

10.1 对MySQL的连接与访问 344

10.2 对MySQL的增、删、改、查操作 345

10.2.1 查询操作 345

10.2.2 插入操作 346

10.2.3 更新操作 347

10.2.4 删除操作 347

10.3 创建数据库表 348

本章小结 349

第11章 fractal（分形）库的发布 350

11.1 用Python绘制分形 351

11.1.1 分形简介 351

11.1.2 先睹为快 351

11.1.3 绘制方法简介 352

11.2 第三方库发布到PyPi 364

本章小结 369

参考文献 370