目录 章引言 / 1 基础篇 第2章 Python简介 / 7 2.1 发展历程 / 7 2.2 特点 / 7 2.2.1 开源与可移植性 / 8 2.2.2 面向对象 / 8 2.2.3 其他特点 / 8 2.3 语言标准 / 9 2.4 Python 3的安装与运行 / 9 2.4.1 Windows / 9 2.4.2 Linux/Unix / 11 2.4.3 Mac OS / 11 2.5 思考练习题 / 12 第3章 数据类型 / 13 3.1 概述 / 13 3.1.1 变量 / 13 3.1.2 数据类型框架 / 15 3.2 数字类型 / 16 3.2.1 分类 / 16 3.2.2 相关函数 / 17 3.3 列表与元组 / 18 3.3.1 序列通用操作 / 18 3.3.2 列表 / 21 3.3.3 元组 / 27 3.4 字符串 / 28 3.4.1 概述 / 28 3.4.2 字符串格式化 / 31 3.4.3 方法 / 32 3.5 字典 / 33 3.5.1 概述 / 33 3.5.2 格式化字符串 / 34 3.5.3 方法 / 35 3.6 集合 / 37 3.6.1 概述 / 37 3.6.2 方法 / 39 3.7 基本运算符 / 39 3.7.1 算术运算符 / 40 3.7.2 比较运算符 / 40 3.7.3 赋值运算符 / 40 3.7.4 其他运算符 / 41 3.7.5 运算符优先级表 / 41 3.8 思考练习题 / 42 第4章 条件与循环 / 43 4.1 条件 / 43 4.1.1 布尔变量 / 43 4.1.2 条件语句 / 43 4.2 循环 / 46 4.2.1 循环语句 / 46 4.2.2 迭代方式 / 50 4.2.3 排序 / 52 4.3 列表推导式与其他语句 / 53 4.3.1 列表推导式 / 53 4.3.2 其他语句 / 54 4.4 思考练习题 / 55 第5章 函数与类 / 56 5.1 函数 / 56 5.1.1 创建 / 56 5.1.2 参数 / 59 5.1.3 作用域 / 62 5.1.4 递归 / 63 5.2 类 / 65 5.2.1 对象 / 65 5.2.2 类的创建 / 66 5.2.3 私有化与类的命名空间 / 67 5.2.4 子类与超类 / 70 5.2.5 特殊方法 / 72 5.2.6 迭代器 / 75 5.3 思考练习题 / 78 第6章 标准库、异常与文件流 / 79 6.1 标准库 / 79 6.1.1 概念区分:模块、库与标准库 / 79 6.1.2 安装第三方模块 / 81 6.1.3 使用import语句导入模块 / 81 6.1.4 查看模块信息:help() / 82 6.1.5 常用标准库之一:os / 82 6.1.6 常用标准库之二:sys / 83 6.1.7 常用标准库之三:time / 86 6.1.8 常用标准库之四:random / 88 6.1.9 常用标准库之五:re / 89 6.2 异常 / 94 6.2.1 捕捉异常:try/except语句 / 95 6.2.2 捕捉异常:try/except…else语句 / 96 6.2.3 捕捉异常:try/finally语句 / 97 6.2.4 抛出异常:raise语句 / 98 6.3 文件与流 / 98 6.3.1 打开和关闭文件 / 99 6.3.2 读取文件内容 / 100 6.3.3 写入文件内容 / 101 6.4 思考练习题 / 102 第7章 Python常用模块 / 103 7.1 Numpy / 103 7.1.1 ndarray的创建 / 103 7.1.2 ndarray的常用属性 / 105 7.1.3 ndarray的形状改变 / 105 7.1.4 ndarray的索引与切片 / 106 7.1.5 ndarray的拷贝 / 107 7.1.6 ndarray的拼接 / 108 7.1.7 ndarray的运算 / 109 7.2 Pandas / 110 7.2.1 Series的创建 / 111 7.2.2 Series的索引及切片 / 112 7.2.3 DataFrame的创建 / 113 7.2.4 DataFrame的写入与读取 / 114 7.2.5 DataFrame的索引 / 115 7.2.6 DataFrame的增、删、改、查 / 117 7.2.7 DataFrame的数据统计方法 / 121 7.2.8 缺失数据处理 / 124 7.2.9 数据离散化 / 125 7.3 NLTK / 126 7.3.1 分句与分词 / 126 7.3.2 词性标注 / 127 7.3.3 符号和停用词处理 / 127 7.3.4 词干提取与词形还原 / 128 7.3.5 词相似度计算 / 129 7.4 思考练习题 / 130 第8章 数据可视化 / 131 8.1 Matplotlib / 131 8.1.1 图形的创建 / 131 8.1.2 绘制多函数图像 / 132 8.1.3 添加图形信息 / 135 8.1.4 不同类型的图形 / 138 8.2 Seaborn / 141 8.2.1 直方图 / 141 8.2.2 条形图 / 142 8.2.3 箱线图 / 143 8.2.4 散点图 / 143 8.2.5 结构化多图网格 / 145 8.2.6 回归图 / 145 8.3 PyEcharts / 146 8.3.1 绘制地图 / 147 8.3.2 空间流动图 / 148 8.4 思考练习题 / 149 方法篇 第9章关联规则 / 153 9.1 关联规则基本概念 / 153 9.2 关联规则挖掘方法 / 154 9.3 关联规则兴趣性的评价指标 / 157 9.3.1 提升度 / 158 9.3.2 杠杆度 / 158 9.3.3 影响度 / 158 9.4 思考练习题 / 159 0章 分类分析 / 160 10.1 分类分析基本概念 / 160 10.2 分类方法介绍 / 161 10.2.1 决策树分类 / 161 10.2.2 贝叶斯分类 / 169 10.2.3 支持向量机分类 / 171 10.3 分类准确率的测量方法 / 175 10.3.1 经典的分类准确率的测量方法 / 175 10.3.2 混淆矩阵 / 176 10.4 分类准确率的提升方法 / 178 10.4.1 Bagging / 179 10.4.2 Boostinig / 180 10.5 思考练习题 / 181 1章 聚类分析 / 182 11.1 相似度测量方法 / 182 11.1.1 数值数据的相似度 / 182 11.1.2 类别数据的相似度 / 183 11.1.3 文本数据的相似度 / 183 11.1.4 类的相似度 / 184 11.2 聚类方法介绍 / 185 11.2.1 划分方法 / 185 11.2.2 层次方法 / 188 11.2.3 基于密度的方法 / 193 11.3 类别数量的确定方法 / 197 11.3.1 手肘法 / 197 11.3.2 轮廓系数 / 199 11.3.3 Calinski-Harabasz准则 / 200 11.4 思考练习题 / 201 2章 社会网络分析 / 203 12.1 社会网络的基本概念 / 203 12.1.1 度 / 204 12.1.2 最短路径长度 / 204 12.1.3 网络密度 / 204 12.1.4 聚集系数 / 204 12.2 社会网络的中心性 / 208 12.2.1 度中心性 / 208 12.2.2 贴近中心性 / 208 12.2.3 中介中心性 / 209 12.3 社会网络的链接分析 / 210 12.3.1 PageRank算法 / 211 12.3.2 HITS算法 / 213 12.4 社会网络的社区发现 / 215 12.4.1 图分割算法 / 215 12.4.2 模块度优化算法 / 217 12.4.3 标签传播算法 / 219 12.5 思考练习题 / 221 3章 神经网络 / 222 13.1 感知机 / 222 13.1.1 简单逻辑电路 / 223 13.1.2 线性不可分的局限 / 224 13.1.3 多层感知机 / 224 13.2 神经网络基本概念 / 226 13.2.1 神经网络的结构 / 226 13.2.2 激活函数 / 227 13.2.3 损失函数 / 229 13.3 训练技巧 / 229 13.3.1 批处理 / 230 13.3.2 优化算法 / 230 13.3.3 参数初始化 / 231 13.3.4 偏差与方差 / 232 13.3.5 超参数的设置 / 233 13.4 全连接神经网络 / 233 13.5 卷积神经网络 / 237 13.5.1 基本结构 / 238 13.5.2 代表性结构 / 239 13.6 循环神经网络 / 243 13.6.1 基本结构 / 243 13.6.2 代表性结构 / 243 13.7 思考练习题 / 248 4章 表征学习 / 249 14.1 文本表征学习 / 249 14.1.1 词袋模型 / 249 14.1.2 TF-IDF模型 / 251 14.1.3 文档主题模型 / 253 14.1.4 Word2Vec模型 / 259 14.1.5 Doc2Vec模型 / 260 14.2 网络表征学习 / 263 14.2.1 DeepWalk算法 / 263 14.2.2 Node2Vec算法 / 266 14.2.3 Metapath2Vec算法 / 269 14.3 思考练习题 / 270 应用篇 5章网络数据抓取 / 275 15.1 基础知识 / 276 15.1.1 数据抓取的基本思想 / 276 15.1.2 网页基础知识和浏览器原理 / 276 15.1.3 HTML语言简介 / 277 15.2 用Python实现数据爬取 / 282 15.2.1 获得网页HTML源代码 / 283 15.2.2 通过HTML标签定位数据 / 286 15.2.3 处理“翻页”数据 / 291 15.3 数据抓取技巧 / 294 15.4 思考练习题 / 295 6章 顾客市场细分 / 297 16.1 背景与问题 / 297 16.2 数据介绍 / 298 16.3 分析方法与结论 / 301 16.3.1 分析方法 / 301 16.3.2 分析结论 / 305 16.4 思考练习题 / 306 7章 房地产服务平台用户需求分析 / 307 17.1 背景与问题 / 307 17.2 数据介绍 / 307 17.3 分析方法与结论 / 309 17.3.1 分析方法 / 309 17.3.2 分析结论 / 315 17.4 思考练习题 / 315 8章 电子商务中消费者评论意见提取 / 316 18.1 背景与问题 / 316 18.2 数据介绍 / 317 18.2.1 数据获取 / 317 18.2.2 商品属性识别 / 319 18.2.3 属性情感分析 / 324 18.2.4 数据转换 / 325 18.3 分析方法与结论 / 325 18.3.1 分析方法 / 325 18.3.2 分析结论 / 329 18.4 思考练习题 / 331 9章 知识付费中顾客满意度分析 / 332 19.1 背景与问题 / 332 19.2 数据介绍 / 334 19.2.1 变量介绍 / 335 19.2.2 数据获取 / 337 19.3 分析方法与结论 / 346 19.3.1 分析方法 / 346 19.3.2 分析结论 / 348 19.4 思考练习题 / 351
|
商品评价
100%好评
共有0人参与评分评价商品