Python编程 从数据分析到数据科学PDF电子书下载

第一篇 准备工作 3

1为什么要学习Python？学习Python的什么 3

2学习Python之前需要准备的工作有哪些 6

3如何看和运行本书代码 8

3.1输入部分 8

3.2输出部分 10

3.3错误与异常信息 11

3.4外部数据文件 12

3.5注意事项 14

第二篇 Python基础 19

4数据类型 19

4.1查看数据类型的方法 20

4.2判断数据类型的方法 21

4.3转换数据类型的方法 22

4.4特殊数据类型 23

4.5序列类型 26

5变量 28

5.1变量的定义方法 29

5.2 Python是动态类型语言 29

5.3 Python是强类型语言 30

5.4 Python中的变量名是引用 31

5.5 Python中区分大小写 32

5.6变量命名规范 32

5.7 iPython的特殊变量 33

5.8查看Python关键字的方法 34

5.9查看已定义的所有变量 35

5.10删除变量 37

6语句书写规范 39

6.1一行一句 40

6.2一行多句 40

6.3一句多行 41

6.4复合语句 42

6.5空语句 43

7赋值语句 44

7.1赋值语句在Python中的重要地位 45

7.2链式赋值语句 45

7.3复合赋值语句 46

7.4序列的拆包式赋值 46

7.5两个变量值的调换 47

8注释语句 48

8.1注释方法 48

8.2注意事项 49

9运算符 50

9.1特殊运算符 53

9.2内置函数 57

9.3 math模块 58

9.4优先级与结合方向 59

10 if语句 61

10.1基本语法 61

10.2 elif语句 62

10.3 if与三元运算 63

10.4注意事项 64

11 for语句 67

11.1基本语法 67

11.2 range（）函数 67

11.3注意事项 68

12 while语句 71

12.1基本语法 71

122注意事项 72

13 pass语句 74

13.1含义 74

13.2作用 75

14列表 76

14.1定义方法 78

14.2切片操作 79

14.3反向遍历 81

14.4类型转换 83

14.5 extend与append的区别 83

14.6列表推导式 84

14.7插入与删除 87

14.8常用操作函数 89

15元组 94

15.1定义方法 95

15.2主要特征 97

15.3基本用法 99

15.4应用场景 100

16字符串 103

16.1定义方法 104

16.2主要特征 105

16.3字符串的操作 106

17序列 111

17.1支持索引 112

17.2支持切片 113

17.3支持迭代 114

17.4支持拆包 114

17.5支持＊运算 115

17.6通用函数 117

18集合 120

18.1定义方法 121

18.2主要特征 122

18.3基本运算 123

18.4应用场景 125

19字典 126

19.1定义方法 127

19.2字典的主要特征 128

19.3字典的应用场景 129

20迭代器与生成器 130

20.1可迭代对象与迭代器 131

20.2生成器与迭代器 132

21函数 134

21.1内置函数 135

21.2模块函数 135

21.3用户自定义函数 136

22内置函数 137

22.1内置函数的主要特点 138

22.2数学函数 138

22.3类型函数 139

22.4其他功能函数 140

23模块函数 145

23.1 import模块名 146

23.2 import模块名as别名 147

23.3 from模块名import函数名 147

24自定义函数 149

24.1定义方法 151

24.2函数中的docString 152

24.3调用方法 152

24.4返回值 153

24.5自定义函数的形参与实参 154

24.6变量的可见性 156

24.7值传递与地址传递 158

24.8自定义函数时的注意事项 160

25 lambda函数 162

25.1 lambda函数的定义方法 163

25.2 lambda函数的调用方法 164

26模块 166

26.1导入与调用用法 167

26.2查看内置模块清单的方法 168

27包 171

27.1相关术语 172

27.2安装包 172

27.3查看已安装包 173

27.4更新（或删除）已安装包 173

27.5导入包 174

27.6查看包的帮助 175

27.7常用包 176

28帮助文档 177

28.1 help函数 178

28.2 docString 178

28.3查看源代码 179

28.4 doc属性 180

28.5 dir（）函数 181

28.6其他方法 183

第三篇 Python进阶 187

29异常与错误 187

29.1 try/except/finally 188

29.2异常信息的显示模式 189

29.3断言 190

30程序调试方法 192

30.1调试程序的基本方法 193

30.2设置错误信息的显示方式 194

30.3设置断言的方法 195

31面向对象编程 197

31.1类的定义方法 198

31.2类中的特殊方法 199

31.3类之间的继承关系 201

31.4私有属性及@property装饰器 203

31.5 self和cls 204

31.6 new与init的区别和联系 205

32魔术命令 208

32.1运行.py文件：%run 209

32.2统计运行时间：%timeit与%%timeit 210

32.3查看历史In和Out变量：32story 211

32.4更改异常信息的显示模式：5a0020mode 212

32.5调试程序：5898272ebug 214

32.6程序运行的逐行统计：005A0020run与00000000run 215

32.7内存使用情况的统计：%memit 216

33搜索路径 218

33.1变量搜索路径 219

33.2模块搜索路径 221

34当前工作目录 224

34.1显示当前工作目录的方法 225

34.2更改当前工作目录的方法 225

34.3读、写当前工作目录的方法 226

第四篇 数据加工 229

35随机数 229

35.1一次生成一个数 230

35.2一次生成一个随机数组 231

36数组 234

36.1创建方法 238

36.2主要特征 241

36.3切片/读取 243

36.4浅拷贝和深拷贝 249

36.5形状和重构 250

36.6属性计算 254

36.7 ndarray的计算 256

36.8 ndarray的元素类型 258

36.9插入与删除 259

36.10缺失值处理 260

36.11 ndarray的广播规则 261

36.12 ndarray的排序 262

37 Series 265

37.1 Series的主要特点 266

37.2 Series的定义方法 266

37.3 Series的操作方法 269

38 DataFrame 274

38.1创建方法 277

38.2查看行或列 278

38.3引用行或列 279

38.4 index操作 283

38.5删除或过滤行/列 285

38.6算术运算 290

38.7大小比较运算 296

38.8统计信息 297

38.9排序 299

38.10导入/导出 301

38.11缺失数据处理 302

38.12分组统计 308

39日期与时间 311

39.1常用包与模块 312

39.2时间和日期类型的定义 312

39.3转换方法 314

39.4显示系统当前时间 316

39.5计算时差 317

39.6时间索引 317

39.7 period_range（）函数 320

40可视化 321

40.1 Matplotlib可视化 323

40.2改变图的属性 326

40.3改变图的类型 329

40.4改变图的坐标轴的取值范围 330

40.5去掉边界的空白 332

40.6在同一个坐标上画两个图 333

40.7多图显示 334

40.8图的保存 335

40.9散点图的画法 335

40.10 Pandas可视化 336

40.11 Seaborn可视化 339

40.12数据可视化实战 343

41自然语言处理 346

41.1自然语言处理的常用包 347

41.2自然语言处理的包导入及设置 347

41.3数据读入 348

41.4分词处理 349

41.5自定义词汇 350

41.6停用词处理 354

41.7词性分布分析 356

41.8高频词分析 358

41.9词频统计 360

41.10关键词分析 362

41.11生成词云 363

42 Web爬取 365

42.1 Scrapy的下载与安装 367

42.2 Scrapy Shell的基本原理 368

42.3 Scrapy Shell的应用 370

42.4自定义Spider类 374

42.5综合应用 379

第五篇 数据分析 389

43统计分析 389

43.1业务理解 390

43.2数据读入 391

43.3数据理解 392

43.4数据准备 393

43.5模型类型的选择与超级参数的设置 394

43.6训练具体模型及查看其统计量 396

43.7拟合优度评价 397

43.8建模前提假定的讨论 398

43.9模型的优化与重新选择 400

43.10模型的应用 404

44机器学习 405

44.1机器学习的业务理解 406

44.2数据读入 407

44.3数据理解 408

44.4数据准备 411

44.5算法选择及其超级参数的设置 414

44.6具体模型的训练 415

44.7用模型进行预测 415

44.8模型评价 416

44.9模型的应用与优化 417

第六篇 大数据处理 421

45 Spark编程 421

45.1导入pyspark包 423

45.2 SparkSession及其创建 423

45.3 Spark数据抽象类型 426

45.4 Spark DataFrame操作 429

45.5 SQL编程 433

45.6 DataFrame的可视化 436

45.7 Spark机器学习 438

45.7.1创建Spark Session 439

45.7.2读入数据 439

45.7.3数据理解 440

45.7.4数据准备 440

45.7.5模型训练 442

45.7.6模型评价 442

45.7.7预测 443

46 Spark Python开发环境的搭建 445

46.1安装Anaconda 446

46.2安装和配置Java 449

46.3安装和配置Spark 451

46.4安装和配置Hadoop 454

46.5测试Spark 455

47 NoSQL数据库 456

47.1下载Memcached 457

47.2安装Memcached 457

47.3安装和导入包pYmemcache 459

47.4准备试验数据 460

47.5定义Client并进行数据读写 460

47.6 Memcached的更多操作 462

第七篇 继续学习 467

48 Python初学者常见错误及纠正方法 467

48.1 NameError：name ‘xxxx’ is not defined 467

48.2 IndentationError：unexpected indent 468

48.3 SyntaxError：invalid character in identifier 469

48.4 TypeError：‘XXXX’ object does not support item assignment 470

48.5 TypeError：unsupported operand type（s） for XXXX 470

48.6 IndexError：list index out of range 471

48.7 TypeError：type（） takes XXXX arguments 472

48.8 SyntaxError：unexpected EOF while parsing 472

48.9 ModuleNotFoundError：No module named XXXX 473

48.10 TypeError：‘list’ object is not callable 474

48.11 SyntaxError：invalid syntax 475

48.12 AttributeError：XXXX object has no attribute XXXX 476

48.13 TypeError ：XXXX object is not an iterator 477

48.14 FileNotFoundError：File XXXX does not exist 478

48.15 IndexError：too many indices for array 480

48.16 TypeError：Required argument XXXX not found 481

48.17 TypeError：an XXXX is required （got type YYYY） 482

48.18 ValueError：Wrong number of items passed XXXX，placement implies YYYY 483

49 Python数据分析和数据科学面试题 485

50继续学习本书内容的推荐资源 496

50.1重要网站 496

50.2重要图书 497

50.3常用模块与工具包 497

50.4常用统计模型 497

50.5核心机器学习算法 498

50.6继续学习数据科学的建议路线图 499

参考文献 503