Python数据分析与数据化运营 第2版
电子书推荐
-
Python数据分析与挖掘实战pdf带标签+源代码 评分:
目录 · · · · · · 前言 基础篇 第1章 数据挖掘基础2 1.1 某知名连锁餐饮企业的困惑2 1.2 从餐饮服务到数据挖掘3 1.3 数据挖掘的基本任务4 1.4 数据挖掘建模过程4 1.4.1 定义挖掘目标4 1.4.2 数据取样5 1.4.3 数据探索6 1.4.4 数据预处理7 1.4.5 挖掘建模7 1.4.6 模型评价7 1.5 常用的数据挖掘建模工具7 1.6 小结9 第2章 Python数据分析简介10 2.1 搭建Python开发平台12 2.1.1 所要考虑的问题12 2.1.2 基础平台的搭建12 2.2 Python使用入门13 2.2.1 运行方式14 2.2.2 基本命令15 2.2.3 数据结构17 2.2.4 库的导入与添加20 2.3 Python数据分析工具22 2.3.1 Numpy23 2.3.2 Scipy24 2.3.3 Matplotlib24 2.3.4 Pandas26 2.3.5 StatsModels27 2.3.6 Scikit-Learn28 2.3.7 Keras29 2.3.8 Gensim30 2.4 配套资源使用设置31 2.5 小结32 第3章 数据探索33 3.1 数据质量分析33 3.1.1 缺失值分析34 3.1.2 异常值分析34 3.1.3 一致性分析37 3.2 数据特征分析37 3.2.1 分布分析37 3.2.2 对比分析40 3.2.3 统计量分析41 3.2.4 周期性分析44 3.2.5 贡献度分析45 3.2.6 相关性分析47 3.3 Python主要数据探索函数50 3.3.1 基本统计特征函数50 3.3.2 拓展统计特征函数53 3.3.3 统计作图函数54 3.4 小结59 第4章 数据预处理60 4.1 数据清洗60 4.1.1 缺失值处理60 4.1.2 异常值处理64 4.2 数据集成64 4.2.1 实体识别64 4.2.2 冗余属性识别65 4.3 数据变换65 4.3.1 简单函数变换65 4.3.2 规范化66 4.3.3 连续属性离散化68 4.3.4 属性构造70 4.3.5 小波变换71 4.4 数据规约74 4.4.1 属性规约74 4.4.2 数值规约77 4.5 Python主要数据预处理函数80 4.6 小结81 第5章 挖掘建模83 5.1 分类与预测83 5.1.1 实现过程83 5.1.2 常用的分类与预测算法84 5.1.3 回归分析85 5.1.4 决策树89 5.1.5 人工神经网络95 5.1.6 分类与预测算法评价100 5.1.7 Python分类预测模型特点103 5.2 聚类分析104 5.2.1 常用聚类分析算法104 5.2.2 K-Means聚类算法105 5.2.3 聚类分析算法评价111 5.2.4 Python主要聚类分析算法111 5.3 关联规则113 5.3.1 常用关联规则算法114 5.3.2 Apriori算法114 5.4 时序模式119 5.4.1 时间序列算法120 5.4.2 时间序列的预处理120 5.4.3 平稳时间序列分析122 5.4.4 非平稳时间序列分析124 5.4.5 Python主要时序模式算法132 5.5 离群点检测134 5.5.1 离群点检测方法135 5.5.2 基于模型的离群点检测方法136 5.5.3 基于聚类的离群点检测方法138 5.6 小结141 实战篇 第6章 电力窃漏电用户自动识别144 6.1 背景与挖掘目标144 6.2 分析方法与过程147 6.2.1 数据抽取148 6.2.2 数据探索分析148 6.2.3 数据预处理151 6.2.4 构建专家样本156 6.2.5 模型构建157 6.3 上机实验161 6.4 拓展思考162 6.5 小结163 第7章 航空公司客户价值分析164 7.1 背景与挖掘目标164 7.2 分析方法与过程166 7.2.1 数据抽取168 7.2.2 数据探索分析168 7.2.3 数据预处理169 7.2.4 模型构建173 7.3 上机实验177 7.4 拓展思考178 7.5 小结179 第8章 中医证型关联规则挖掘180 8.1 背景与挖掘目标180 8.2 分析方法与过程181 8.2.1 数据获取183 8.2.2 数据预处理186 8.2.3 模型构建190 8.3 上机实验193 8.4 拓展思考194 8.5 小结194 第9章 基于水色图像的水质评价195 9.1 背景与挖掘目标195 9.2 分析方法与过程195 9.2.1 数据预处理197 9.2.2 模型构建199 9.2.3 水质评价201 9.3 上机实验202 9.4 拓展思考202 9.5 小结203 第10章 家用电器用户行为分析与事件识别204 10.1 背景与挖掘目标204 10.2 分析方法与过程205 10.2.1 数据抽取206 10.2.2 数据探索分析207 10.2.3 数据预处理207 10.2.4 模型构建217 10.2.5 模型检验219 10.3 上机实验220 10.4 拓展思考221 10.5 小结222 第11章 应用系统负载分析与磁盘容量预测223 11.1 背景与挖掘目标223 11.2 分析方法与过程225 11.2.1 数据抽取226 11.2.2 数据探索分析226 11.2.3 数据预处理227 11.2.4 模型构建229 11.3 上机实验235 11.4 拓展思考236 11.5 小结237 第12章 电子商务网站用户行为分析及服务推荐238 12.1 背景与挖掘目标238 12.2 分析方法与过程240 12.2.1 数据抽取242 12.2.2 数据探索分析244 12.2.3 数据预处理251 12.2.4 模型构建256 12.3 上机实验266 12.4 拓展思考267 12.5 小结269 第13章 财政收入影响因素分析及预测模型270 13.1 背景与挖掘目标270 13.2 分析方法与过程272 13.2.1 灰色预测与神经网络的组合模型273 13.2.2 数据探索分析274 13.2.3 模型构建277 13.3 上机实验294 13.4 拓展思考295 13.5 小结296 第14章 基于基站定位数据的商圈分析297 14.1 背景与挖掘目标297 14.2 分析方法与过程299 14.2.1 数据抽取299 14.2.2 数据探索分析299 14.2.3 数据预处理301 14.2.4 模型构建304 14.3 上机实验308 14.4 拓展思考309 14.5 小结309 第15章 电商产品评论数据情感分析310 15.1 背景与挖掘目标310 15.2 分析方法与过程310 15.2.1 评论数据采集311 15.2.2 评论预处理314 15.2.3 文本评论分词320 15.2.4 模型构建320 15.3 上机实验333 15.4 拓展思考334 15.5 小结335
上传时间:2018-01 大小:72.65MB
- 176KB
《Python大数据分析与挖掘案例实战》教学大纲.pdf
2022-07-08《Python大数据分析与挖掘案例实战》教学大纲.pdf《Python大数据分析与挖掘案例实战》教学大纲.pdf《Python大数据分析与挖掘案例实战》教学大纲.pdf《Python大数据分析与挖掘案例实战》教学大纲.pdf《Python大数据分析与挖掘案例实战》教学大纲.pdf《Python大数据分析与挖掘案例实战》教学大纲.pdf《Python大数据分析与挖掘案例实战》教学大纲.pdf《Python大数据分析与挖掘案例实战》教学大纲.pdf
- 10.16MB
Python数据分析实战源代码
2022-05-15资源合计6大章节。 资源包含了数据准备、数据处理、数据的可视化,包括爬虫(网页数据抓取)、MySQL的连接、以及数据分析项目,具备完整的一个数据分析的流程,其中每一个章节都是独立的一个模块。
- 14KB
Python数据分析与挖掘实战学习笔记.md
2019-12-14Python数据分析与挖掘实战学习笔记-------------Chapter2 主要讲解了运用与数据挖掘相关的几个扩展库进行数据分析与数据的挖掘
- 48.96MB
Python数据分析与挖掘实战_Python数据分析与挖掘实战_python_数据分析_
2021-09-30Python数据分析与挖掘实战,实际例子,具体运用。
- 334.66MB
基于Python数据分析与挖掘实战 实验数据和源代码 共12个章节.rar
2021-08-07基于Python数据分析与挖掘实战 实验数据和源代码 共12个章节,含每个章节的数据源和源代码demo
- 48.75MB
Python数据分析与挖掘实战.zip_Python 数据挖掘_python_python 案例_python数据分析_挖掘实战
2022-07-14Python的数据分析和挖掘的案例,非常不错
- 17.69MB
Python数据分析与挖掘实战_PPT课件.zip
2022-06-28Python数据分析与挖掘实战_PPT课件.zip
- 489KB
《python数据分析与挖掘实战》学习笔记代码.zip
2020-05-23《python数据分析与挖掘实战》读书笔记写的第3章到第5章的代码 记录我的学习之旅,每份文档倾心倾力,带我成我大牛,回头观望满脸笑意,望大家多多给予意见,有问题或错误,请联系 我将及时改正;借鉴文章标明出处,...
- 20KB
《python数据分析与挖掘实战》第一章总结.docx
2020-05-23《python数据分析与挖掘实战》-张良均,第一章总结的读书笔记 记录我的学习之旅,每份文档倾心倾力,带我成我大牛,回头观望满脸笑意,望大家多多给予意见,有问题或错误,请联系 我将及时改正;借鉴文章标明出处,...
- 325.37MB
python数据分析挖掘代码及源数据
2020-09-30本资料主要是基于pyhton数据分析与挖掘实战书本中的源代码和数据。代码已测试通过。主要是通过python来进行数据分析和挖掘。通过数据获取,数据预处理及数据规范化,数据建模,及数据可视化。
- 57.92MB
Python数据分析与应用.rar
2019-05-15课本的全部代码与所需文件,支持直接导入Spyder等编译器中使用
- 48.96MB
Python数据分析与挖掘实战_python_python数据分析_数据分析python_数据挖掘_
2021-10-03Python数据分析与挖掘实战 pdf版本
- 837KB
《python数据分析与挖掘实战》第二章总结.docx
2020-05-23《python数据分析与挖掘实战》-张良均,第二章总结的读书笔记 记录我的学习之旅,每份文档倾心倾力,带我成我大牛,回头观望满脸笑意,望大家多多给予意见,有问题或错误,请联系 我将及时改正;借鉴文章标明出处,...
- 1.36MB
《python数据分析与挖掘实战》第三章总结.docx
2020-05-23《python数据分析与挖掘实战》-张良均,第三章总结的读书笔记 记录我的学习之旅,每份文档倾心倾力,带我成我大牛,回头观望满脸笑意,望大家多多给予意见,有问题或错误,请联系 我将及时改正;借鉴文章标明出处,...
- 42.6MB
《Python数据分析与挖掘实战》-PPT.zip
2019-06-27《Python数据分析与挖掘实战》的ppt 内容详细 讲解清楚
- 13KB
Python数据分析与挖掘实战学习笔记(2).md
2019-12-23数据特征分析要求我们在数据挖掘建模前,通过频率分布分析、对比分析、帕累托分析、周期性分析、相关性分析等方法,对采集的样本数据的特征规律进行分析,以了解数据的规律和趋势,为数据挖掘的后续环节提供支持。
- 19KB
Python数据分析与挖掘实战学习笔记(3).md
2019-12-24数据清洗主要介绍了对缺失值和异常值的处理,延续了第三章的缺失值和异常值分析的内容,本章主要介绍的处理缺失值的方法分为3类:删除记录、数据插补和不处理,处理异常值的方法有删除含有异常值的记录、不处理、...
- 72B
10G的python数据分析与挖掘实战学习视频
2023-03-10内容概要:10G的Python数据分析与挖掘实战学习视频,包括了Python3数据科学入门与实战,大数据入门到实战篇(Hadoop2.80),Python3实战Spark大数据分析及调度,数据分析与数据挖掘高级实战案例 适合人群:具备一定...
- 1KB
Flask web开发实战视频教程+源代码+课件-Python框架.txt
2019-12-11Flask web开发实战视频教程+源代码+课件-Python框架。 Flask是一个使用 Python 编写的轻量级 Web 应用框架,扩展性非常良好。 是web端流行框架之一, Flask web开发实战+源代码+课件, 度盘自取 ======== Flask ...
- 14.26MB
MATLAB数据分析与挖掘实战完整教程(完整源码+说明文档+数据).rar
2023-03-27资源内容:MATLAB数据分析与挖掘实战完整教程(完整源码+说明文档+数据).rar 代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 适用对象:工科生、数学专业、算法等方向学习者。 作者介绍:某...
- 32KB
含源代码数据挖掘与分析(Python版).zip
2023-03-29在学习Python——数据挖掘与分析中,跑过的一些源代码,在博客中已记录,可根据对应关键字在博主主页搜索阅读。
- 6.77MB
基于Python+pytorch的图像处理+附完整代码图像处理,能够轻松实现图像的读取、显示、裁剪等还有机器学习等操作
2024-04-17Python+PyTorch:图像处理界的“瑞士军刀” 在图像处理这个充满魔法的世界里,Python和PyTorch这对黄金搭档,就像一位技艺高超的魔法师和一把无所不能的“瑞士军刀”,总能轻松解决各种看似棘手的难题。它们以高效、灵活和强大的特性,引领着图像处理技术的发展潮流,让无数开发者为之倾倒。Python,这位优雅的魔法师,以其简洁易懂的语法和丰富的库资源,赢得了广大开发者喜爱。无论是数据处理、机器学习还是深度学习,Python都能轻松应对,展现出其无与伦比的魅力。在图像处理领域,Python更是如鱼得水,通过OpenCV、PIL等库,能够轻松实现图像的读取、显示、裁剪、缩放、滤波等操作,让图像在指尖起舞。而PyTorch,这把图像处理界的“瑞士军刀”,则以其灵活性和易用性,成为深度学习领域的翘楚。它拥有强大的自动求导功能,能够轻松构建和训练复杂的神经网络模型。在图像处理中,PyTorch能够助力开发者构建出各种高效的图像识别、分割、生成等模型,让图像焕发出新的生机。想象一下,当你掌握了Python和PyTorch这对黄金搭档,就如同掌握了一把魔法杖和一把瑞士军刀。必然大可作为
- 29.74MB
python大作业 含爬虫、数据可视化、地图、报告、及源码(2016-2021全国各地区粮食产量).rar
2022-05-01(含源码及报告)本程序分析了自2016年到2021年(外加)每年我国原油加工的产量,并且分析了2020年全国各地区原油加工量等,含饼状图,柱状图,折线图,数据在地图上显示。运行本程序需要requests、bs4、csv、pandas、matplotlib、pyecharts库的支持,如果缺少某库请自行安装后再运行。文件含6个excel表,若干个csv文件以及一个名字为render的html文件(需要用浏览器打开),直观的数据处理部分是图片以及html文件,可在地图中显示,数据处理的是excel文件。不懂可以扫文件中二维码在QQ里面问。
- 0B
《点燃我温暖你》中李峋的同款爱心代码
2022-11-08python做的《点燃我温暖你》中李峋的同款爱心代码,最还原的
- 3.40MB
Python金融量化的高级库:TA-Lib-0.4.24(包含python3.7、3.8、3.9、3.10的32位和64位版本)
2023-08-02TA-Lib(Technical Analysis Library, 即技术分析库)是Python金融量化的高级库,涵盖了150多种股票、期货交易软件中常用的技术分析指标,如MACD、RSI、KDJ、动量指标、布林带等。但很多人安装指标计算ta-lib库就总报错,就可以在这里找到包下载后安装。 文件举例:TA_Lib‑0.4.24‑cp37‑cp37m‑win_amd64.whl 命名解释:包名-版本号-cp37代表适用于python3.7版本-win代表windows平台-amd64表示64位版本(与python版本要一致) 假定文件下载到d盘根目录,使用如下命令进行安装: pip install d:\TA_Lib‑0.4.24‑cp37‑cp37m‑win_amd64.whl 原文链接:https://blog.csdn.net/popboy29/article/details/126140862 建议使用360压缩进行解压。
- 182KB
第十五届蓝桥杯大赛软件赛省赛-PythonB组题目
2024-04-13您正在寻找的是第十五届蓝桥杯大赛软件赛省赛Python B组的题目全集。蓝桥杯大赛作为国内知名的计算机程序设计竞赛,一直以来都以其高水平的题目和严格的评选标准而备受瞩目。本次大赛的Python B组题目更是涵盖了众多编程领域的知识点,无论是算法设计、数据结构还是编程技巧,都考验了参赛者的深厚实力。 这份题目全集以PDF格式呈现,清晰易读,方便您随时查阅和学习。每一道题目都经过精心设计和筛选,旨在考察参赛者的编程思维、问题解决能力以及创新能力。无论您是正在准备参赛的选手,还是对编程感兴趣的爱好者,这份题目集都将为您提供一个极好的学习和挑战的平台。 通过这份题目集,您可以深入了解蓝桥杯大赛的出题风格和难度,熟悉各种编程问题的解题思路和方法,从而提升自己的编程能力和竞技水平。此外,这些题目也是极好的练习材料,可以帮助您巩固和拓展编程知识,提高解决实际问题的能力。 适用人群: 蓝桥杯大赛参赛选手 计算机专业学生 编程爱好者 对算法和数据结构有兴趣的学习者 资源特点: 高质量的题目设计,涵盖广泛的知识点 清晰易读的PDF格式,方便查阅和学习 提供解题思路和方法,有助于提升编程能力
- 6.40MB
大麦网抢票脚本【Python脚本】
2023-09-17Python脚本,使用Selenium 模拟浏览器操作。 在使用 Chrome 浏览器,用户可以使用鼠标滑动、按键点击以及键盘输入,作为信号输入设备向浏览器传达指令,浏览器收到指令后执行渲染。 这里提到的 Selenium WebDriver 是对浏览器提供的原生 API 进行封装,使用这套 API 可以操控浏览器的开启、关闭,打开网页,操作界面元素,控制 Cookie。简单说就是,可以通过写代码的方式来自动实现用户鼠标和键盘信号的输入。 由此实现模拟人为操作进行登录、验证、刷新网页以及点击购票等操作。
- 5.83MB
Python数据分析项目实践,包括数据读取、评估、清洗、分析、可视化机器学习相关内容等
2024-01-16Python数据分析项目实践,包括数据读取、评估、清洗、分析、可视化机器学习相关内容等
- 29.89MB
人脸识别系统OpenCV+dlib+python(含数据库)Pyqt5界面设计 项目源码 毕业设计
2023-10-20一、项目主要技术 Python语言、dlib、OpenCV、Pyqt5界面设计、sqlite3数据库 本系统使用dlib作为人脸识别工具,dlib提供一个方法可将人脸图片数据映射到128维度的空间向量,如果两张图片来源于同一个人,那么两个图片所映射的空间向量距离就很近,否则就会很远。因此,可以通过提取图片并映射到128维空间向量再度量它们的欧氏距离是否足够小来判定是否为同一个人。 二、方法实现、实现步骤 1、实例化人脸检测模型、人脸关键点检测模型、人脸识别模型 2、电脑摄像头设备加载一对图片 3、分别获取图片中的人脸图片所映射的空间向量,即人脸特征值 4、计算特征向量欧氏距离,根据阈值判断是否为同一个人 dlib人脸特征检测原理 1、提取特征点:例: 2、将特征值保存 3、计算特征数据集的欧氏距离作对比,当误差小于一定阙值就判定为同一人。 其他学习项目: OpenCV+dlib人脸识别门禁管理系统Python语言、dlib、OpenCV、Pyqt5、sqlite3数据库 OpenCV+dlib人脸识别考勤管理系统Python语言、dlib、OpenCV
- 258.41MB
YOLOv8-火焰识别(火焰数据集+代码+GUI界面+内置训练好的模型文件)
2023-11-15教程请参考:https://blog.csdn.net/Little_Carter/article/details/131387425 欢迎浏览我的最新资源,这个全面的资源是为了帮助研究人员和开发者在火灾预防和安全监控领域取得突破而设计的。本资源包含以下几个关键部分: 1、火焰数据集:精心策划和注释的高质量火焰图像集,覆盖了不同类型和大小的火焰场景。这个数据集对于训练和测试火焰检测算法至关重要。 2、代码:完整的YOLOv8算法实现代码,针对火焰检测进行了优化。代码清晰、注释详细,易于理解和定制。 3、GUI界面:为了更方便地使用和展示火焰识别模型,我复现了一个直观的图形用户界面(GUI)。这个界面不仅易于操作,还可以实时展示检测结果。 4、内置训练好的模型文件:为了让用户能够即刻使用该工具,我提供了一个已经在火焰数据集上训练好的YOLOv8模型。这个模型经过精心训练,具有高精度和良好的泛化能力。 此外,我还提供了详细的安装和使用指南,帮助您轻松地部署和运行这个系统。无论您是在进行学术研究,还是在开发商业应用,这个资源都将是您不可或缺的工具。期待您的下载和反馈!