Python数据科学实践指南PDF电子书下载

第0章 发现、出发 1

0.1 何谓数据科学 1

0.1.1 海量的数据与科学的方法 2

0.1.2 数据科学并不是新概念 3

0.1.3 数据科学是一个系统工程 3

0.2 如何成为数据科学家 4

0.3 为什么是Python 6

0.4 一个简单的例子 8

第1章 Python介绍 9

1.1 Python的版本之争 10

1.2 Python解释器 11

1.2.1 Mac OS X系统 11

1.2.2 Linux系统 11

1.2.3 Windows系统 12

1.3 第一段Python程序 14

1.4 使用Python shell调试程序 15

第2章 Python基础知识 19

2.1 应当掌握的基础知识 19

2.1.1 基础数据类型 19

2.1.2 变量和赋值 21

2.1.3 操作符及表达式 22

2.1.4 文本编辑器 23

2.2 字符串 27

2.3 获取键盘输入 29

2.4 流程控制 30

2.4.1 条件判断 30

2.4.2 循环 31

2.4.3 缩进、空白和注释 33

第3章 函数及异常处理 35

3.1 函数和函数的参数 36

3.1.1 定义函数 37

3.1.2 关键字参数和默认参数 38

3.1.3 可变数量的参数 39

3.1.4 递归 40

3.2 闭包 41

3.3 异常和断言 44

第4章 高级字符串处理 47

4.1 字符集和字符编码 47

4.1.1 ASCII字符集和编码 48

4.1.2 Unicode字符集及UTF-8编码 49

4.2 字符串操作和格式化 51

4.2.1 字符串的基本操作 51

4.2.2 字符串分割 52

4.2.3 字符串格式化 52

4.3 正则表达式 53

4.3.1 正则表达式入门 54

4.3.2 在Python中使用正则表达式 57

第5章 容器和collections 60

5.1 元组 60

5.2 列表 62

5.2.1 引用传递 64

5.2.2 列表解析式 65

5.3 字典 66

5.4 collections 69

5.4.1 namedtuple 69

5.4.2 Counter 70

5.4.3 defaultdict 71

5.4.4 OrderedDict 71

第6章 Python标准库简介 73

6.1 math模块 73

6.1.1 常见常量 73

6.1.2 无穷 74

6.1.3 整数转换 75

6.1.4 绝对值和符号 76

6.1.5 常用计算 77

6.1.6 指数和对数 77

6.2 time 79

6.3 random 82

6.3.1 随机数生成器 82

6.3.2 取样 84

6.4 glob和fileinput 85

6.5 bz2和gzip 87

6.6 pprint 88

6.7 traceback 90

6.8 JSON 91

第7章 用Python读写外部数据 93

7.1 CSV文件的读写 94

7.1.1 读取CSV文件 94

7.1.2 创建CSV文件 95

7.1.3 处理方言 96

7.1.4 将读取的结果转换成字典 97

7.2 Excel文件的读写 98

7.2.1 读取Excel文件 98

7.2.2 写Excel文件 99

7.3 MySQL的读写 101

7.3.1 写入MySQL 103

7.3.2 读取MySQL 105

第8章 统计编程 106

8.1 描述性统计 106

8.1.1 人口普查数据 106

8.1.2 均值和中位数 110

8.1.3 方差和标准差 111

8.1.4 分布 113

8.2 数据可视化入门 116

8.2.1 pyplot基础 116

8.2.2 柱状图和饼图 119

8.3 概率 122

第9章 爬虫入门 124

9.1 网络资源及爬虫的基本原理 124

9.2 使用request模块获取HTML内容 127

9.2.1 关于HTTP协议 127

9.2.2 使用requests的get方法获取HTML内容 129

9.3 使用Xpath解析HTML中的内容 133

9.3.1 HTML的层级和Xpath的基本概念 134

9.3.2 使用谷歌浏览器快速创建Xpath路径 137

9.3.3 使用谷歌浏览器复制需要JS渲染的HTML页面 138

9.4 实战：爬取京东商品品类及品牌列表 144

第10章 数据科学的第三方库介绍 149

10.1 Numpy入门和实战 149

10.1.1 Numpy基础 150

10.1.2 Numpy基本运算 153

10.1.3 Numpy高级特性 159

10.1.4 kNN实战 162

10.2 Pandas的入门和实战 167

10.2.1 Pandas基础 168

10.2.2 泰坦尼克号生存率分析实战 176

10.3 Scikit-learn入门和实战 180

10.3.1 机器学习术语 181

10.3.2 Scikit-learn基础 183

10.3.2 实战 186

第11章 利用Python进行图数据分析 193

11.1 图基础 193

11.2 NetworkX入门 194

11.2.1 基本操作 194

11.2.2 为图中的元素添加属性 196

11.2.3 有向图及节点的度数 197

11.2.4 构建图及图的操作 197

11.3 使用NetworkX进行图分析 199

11.3.1 利用联通子图发现社区 199

11.3.2 通过三角计算强化社区发现 201

11.3.3 利用PageRank发现影响力中心 202

第12章 大数据工具入门 204

12.1 Hadoop 204

12.1.1 Hadoop的计算原理 205

12.1.2 在Hadoop上运行Python程序 208

12.2 Spark 211

12.2.1 为什么需要Spark 211

12.2.2 如何学习Spark 212

12.3 大数据与数据科学的区别 215

附录A 编写Python 2与Python 3兼容的代码 217

附录B 安装完整的Python开发环境 225

附录C 常用的Python技巧 235