《Python3智能数据分析快速入门》内容简介

本书作者从实践出发，总结了智能数据分析常用的方法，深入浅出地介绍了智能数据分析编程过程中的相关知识。书中涵盖Python环境搭建、Python基础语法、控制语句、函数、面向对象编程、数值计算、数据处理、绘图、模型构建等内容，还配套提供了程序代码及数据。此外，每章的最后均提供课后习题，帮助读者快速掌握Python的使用方法。
李明江，资深大数据专家，贵州省计算机学会常务理事，黔南州大数据专家委员会委员，黔南州计算机学会会长，黔南州教育信息化建设专家库专家，黔南民族师范学院计算机与信息学院院长，全国高校大数据教育联盟理事。
主持过多项省厅级科研项目，并在《计算机应用研究》《科技通报》上发表多篇大数据分析与数据挖掘相关技术的研究论文，著有《数据挖掘的应用与实践：案例与探析》《计算机网络技术与应用》等著作。
张良均，资深大数据挖掘与分析专家、模式识别专家、AI技术专家。有10余年大数据挖掘与分析经验，擅长Python、R语言、Hadoop、Matlab等技术实现的数据挖掘与分析，对机器学习等AI技术驱动的数据分析也有深入的研究。

作品目录

前言
第1章：Python概述
1.1、Python语言介绍
1.2、Python环境配置
1.3、Python的解释器与IDE
小结
课后习题
第2章：Python基础知识
2.1、固定语法
2.2、运算符
2.3、数据类型
2.4、Python
I/O
小结
课后习题
第3章：控制语句
3.1、条件语句
3.2、循环语句
小结
课后习题
第4章：函数与对象
4.1、函数
4.2、对象
4.3、Python常用库安装
小结
课后习题
第5章：NumPy数值计算
5.1、ndarray创建与索引
5.2、ndarray的基础操作
5.3、ufunc
5.4、matrix与线性代数
5.5、NumPy文件读写
小结
课后习题
第6章：pandas基础
6.1、pandas常用类
6.2、DataFrame基础操作
6.3、其他数据类型操作
小结
课后习题
第7章：pandas进阶
7.1、数据读取与写入
7.2、DataFrame进阶
7.3、数据准备
小结
课后习题
第8章：绘图
8.1、Matplotlib绘图基础
8.2、Seaborn进阶绘图
8.3、Bokeh交互式绘图
小结
习题
第9章：scikit-learn
9.1、数据准备
9.2、降维
9.3、聚类
9.4、分类
9.5、回归
9.6、模型选择
小结
课后习题