Python數(shù)據(jù)分析、挖掘與可視化從入門到精通

第1篇　基礎入門篇
第1章 從零開始：初識數(shù)據(jù)分析與挖掘
1.1 什么是數(shù)據(jù)分析 3
1.1.1　與數(shù)據(jù)相關的概念 3
1.1.2　什么是大數(shù)據(jù) 3
1.1.3　數(shù)據(jù)分析工具 4
1.1.4　數(shù)據(jù)分析技術的發(fā)展 7
1.2 什么是數(shù)據(jù)挖掘 8
1.2.1　數(shù)據(jù)挖掘相關概念 8
1.2.2　數(shù)據(jù)挖掘起源 9
1.2.3　數(shù)據(jù)挖掘要解決的問題 10
1.2.4　數(shù)據(jù)挖掘任務 10
1.3 數(shù)據(jù)分析與挖掘的應用領域 11
1.4 用Python進行數(shù)據(jù)分析與挖掘 12
1.4.1　Python語言概述 12
1.4.2　Python的優(yōu)點 13
1.4.3　認識Python常用庫 14
1.5 本章小結 15
1.6 思考與練習 15
第2章 Python數(shù)據(jù)分析基礎
2.1 搭建Python開發(fā)環(huán)境 17
2.1.1　安裝Python 17
2.1.2　安裝PyCharm 18
2.1.3　安裝Anaconda 19
2.1.4　安裝與使用Jupyter 20
2.2 Python基礎 21
2.2.1　Python基礎語法 21
2.2.2　Python基本數(shù)據(jù)類型 24
2.2.3　Python控制流與文件操作 31
2.2.4　Python函數(shù)與模塊 39
2.2.5　Python面向對象程序設計 44
2.3 本章小結 52
2.4 思考與練習 52
第3章 Python數(shù)據(jù)分析相關庫應用
3.1 NumPy 54
3.1.1　初識NumPy 54
3.1.2　創(chuàng)建數(shù)組 54
3.1.3　數(shù)組的基本操作 58
3.1.4　NumPy矩陣的基本操作 63
3.2 SciPy 66
3.2.1　初識SciPy 66
3.2.2　統(tǒng)計子模塊scipy.stats 66
3.2.3　優(yōu)化子模塊scipy.optimize 68
3.2.4　插值子模塊scipy.interpolate 69
3.3 Pandas 70
3.3.1　初識Pandas 70
3.3.2　Pandas的數(shù)據(jù)結構 70
3.3.3　Pandas對象的基本操作 73
3.3.4　基本統(tǒng)計分析 80
3.4 Scikit-learn 82
3.4.1　初識Scikit-learn 82
3.4.2　線性回歸模型 83
3.4.3　支持向量機 85
3.4.4　聚類 87
3.5 其他常用模塊 89
3.6 本章小結 90
3.7 思考與練習 91
第2篇　數(shù)據(jù)分析篇
第4章 數(shù)據(jù)的預處理
4.1 數(shù)據(jù)獲取 94
4.1.1　爬蟲概述 94
4.1.2　爬蟲常用庫和框架 95
4.1.3　數(shù)據(jù)獲取實踐 100
4.2 文件與數(shù)據(jù)存儲 104
4.2.1　概述 104
4.2.2　CSV文件 105
4.2.3　JSON文件 107
4.2.4　XLSL文件 108
4.2.5　SQL數(shù)據(jù)庫文件 110
4.3 數(shù)據(jù)清洗 111
4.3.1　編碼 112
4.3.2　缺失值的檢測與處理 113
4.3.3　去除異常值 116
4.3.4　去除重復值和冗余信息 118
4.4 本章小結 120
4.5 思考與練習 120
第5章 數(shù)據(jù)的分析方法
5.1 分布分析 123
5.1.1　分布分析的概念 123
5.1.2　分布分析的實現(xiàn) 123
5.2 對比分析 128
5.2.1　對比分析的概念 128
5.2.2　對比分析的比較標準 129
5.2.3　對比分析的實現(xiàn) 131
5.3 統(tǒng)計量分析 133
5.3.1　統(tǒng)計量分析的概念 133
5.3.2　統(tǒng)計量分析的實現(xiàn) 133
5.4 相關性分析 137
5.4.1　相關性分析的概念 137
5.4.2　相關性分析的作用 138
5.4.3　相關性分析的實現(xiàn) 138
5.5 帕累托分析 141
5.5.1　帕累托分析的概念 141
5.5.2　帕累托分析的實現(xiàn) 142
5.6 正態(tài)分布分析 143
5.6.1　正態(tài)分布分析的概念 144
5.6.2　正態(tài)分布分析的實現(xiàn) 144
5.7 本章小結 150
5.8 思考與練習 150
第6章 數(shù)據(jù)可視化工具的應用
6.1 數(shù)據(jù)可視化工具——Matplotlib 153
6.1.1　安裝Matplotlib模塊 153
6.1.2　繪制基礎圖形 154
6.1.3　圖形的設置 163
6.1.4　繪制多個子圖 168
6.2 數(shù)據(jù)可視化工具——Seaborn 169
6.2.1　Seaborn庫簡介 170
6.2.2　Seaborn常用統(tǒng)計圖 170
6.3 本章小結 173
6.4 思考與練習 173
第3篇　數(shù)據(jù)挖掘篇
第7章 數(shù)據(jù)挖掘之線性回歸
7.1 線性回歸概述 177
7.2 一元線性回歸 177
7.2.1　一元線性回歸原理分析 178
7.2.2　一元線性回歸代碼實現(xiàn) 178
7.2.3　線性回歸方法總結 183
7.3 多元線性回歸 183
7.3.1　多元線性回歸原理分析 183
7.3.2　多元線性回歸代碼實現(xiàn) 184
7.4 線性回歸模型的評估與檢驗 187
7.4.1　擬合優(yōu)度檢驗（R2評估） 187
7.4.2　顯著性檢驗（F檢驗） 188
7.4.3　回歸參數(shù)顯著性檢驗（T檢驗） 194
7.5 本章小結 196
7.6 思考與練習 196
第8章 數(shù)據(jù)挖掘之分類模型
8.1 邏輯回歸模型 199
8.1.1　邏輯回歸模型的原理 199
8.1.2　分類模型評估 200
8.1.3　邏輯回歸模型實現(xiàn)二分類 206
8.2 決策樹和隨機森林算法 210
8.2.1　決策樹的工作原理 210
8.2.2　特征選擇 211
8.2.3　決策樹的生成 213
8.2.4　決策樹的剪枝 217
8.2.5　隨機森林算法 223
8.3 KNN算法 225
8.3.1　KNN算法的思想 225
8.3.2　相似性的度量方法 225
8.3.3　KNN算法的性能 226
8.3.4　KNN算法的實現(xiàn) 227
8.4 本章小結 230
8.5 思考與練習 231
第9章 數(shù)據(jù)挖掘之關聯(lián)分析
9.1 關聯(lián)分析概述 235
9.1.1　關聯(lián)分析的基本概念 235
9.1.2　常見的關聯(lián)分析算法 236
9.2 Apriori關聯(lián)分析算法 237
9.2.1　Apriori算法原理 237
9.2.2　Apriori算法挖掘頻繁項集 238
9.2.3　從頻繁項集中挖掘關聯(lián)規(guī)則 238
9.2.4　基于Python實現(xiàn)Apriori算法 239
9.2.5　Apriori算法總結 243
9.3 FP-growth關聯(lián)分析算法 244
9.3.1　構建FP樹 244
9.3.2　從一棵FP樹中挖掘頻繁項集 246
9.3.3　FP-growth算法實例 248
9.3.4　FP-growth算法總結 252
9.4 本章小結 253
9.5 思考與練習 253
第10章 數(shù)據(jù)挖掘之聚類分析
10.1 聚類分析概述 255
10.1.1　聚類分析的概念 255
10.1.2　聚類分析的方法 255
10.1.3　聚類結果性能評估指標 256
10.2 質心聚類——K-Means算法 257
10.2.1　K-Means算法的原理 257
10.2.2　Python實現(xiàn)K-Means算法 260
10.3 密度聚類——DBSCAN算法 263
10.3.1　DBSCAN算法的原理 263
10.3.2　Python實現(xiàn)DBSCAN算法 265
10.4 層次聚類——AGNES算法 267
10.4.1　AGNES算法的原理 268
10.4.2　Python實現(xiàn)AGNES算法 268
10.5 本章小結 270
10.6 思考與練習 270
第4篇　實戰(zhàn)應用篇
第11章 實戰(zhàn)案例：房價評估數(shù)據(jù)分析與挖掘
11.1 加載數(shù)據(jù)集 274
11.2 數(shù)據(jù)分析 274
11.3 數(shù)據(jù)可視化 275
11.4 數(shù)據(jù)預處理 277
11.5 拆分數(shù)據(jù)集 279
11.6 建立線性回歸模型 282
11.7 建立決策樹模型 291
11.8 對比分析構建的線性回歸和決策樹模型 294
11.9 本章小結 296
第12章 實戰(zhàn)案例：電信客戶流失數(shù)據(jù)分析與挖掘
12.1 案例背景 298
12.2 加載數(shù)據(jù) 298
12.3 數(shù)據(jù)準備 300
12.4 數(shù)據(jù)清洗 301
12.4.1　缺失值處理 301
12.4.2　重復值處理 301
12.4.3　數(shù)值類型轉換 301
12.5 數(shù)據(jù)處理 304
12.6 數(shù)據(jù)可視化 305
12.7 特征工程 313
12.8 數(shù)據(jù)建模 318
12.9 訓練模型 318
12.10 模型的評估 319
12.11 本章小結 320