





定价:59元
印次:1-1
ISBN:9787302692522
出版日期:2025.06.01
印刷日期:2025.06.16
图书责编:吴雷
图书分类:教材
"本书是一本将理论与实训相结合的新形态教材,全面系统地介绍了 Python 编程基础和数据分析的核心技能,全书内容分为三大部分:首先,介绍 Python 的基本概念、语法、 IDE 使用和函数模块等,为读者打下坚实的编程基础;其次,深入讲解 Python 在统计分析领域的应用,包括数据预处理、数据描述、可视化、方差分析和回归分析等,并通过丰富的实训案例使理论与实践相结合;最后,通过综合案例分析,如餐饮店数据分析、游戏平台数据分析和消费者需求预测与分析,展示数据分析在不同领域中的应用并提供实际操作机会。本书特色在于系统性与实用性并重,丰富的案例与实战,以及教学实训平台的支持,使读者能够通过实践巩固所学知识,快速掌握数据分析技能,开启数据驱动的新篇章。 本书可用作高校经济管理等相关专业学生的专业课教材,也可用作企业数据分析人员的培训教材。"
姚凯,中央财经大学商学院副教授,Credamo见数创始人,博士毕业于北大光华管理学院,美国宾夕法尼亚大学沃顿商学院联合培养博士。论文发表于《营销科学学报》《管理科学》Journal of Business Ethics等,曾主持和参与多个国家自然科学基金项目,同时负责CMAU全国大学生市场研究与商业策划大赛、全国大学生心理与行为在线实验精英赛、中国研究生企业管理创新大赛等全国性比赛的运营工作。 费鸿萍,上海财经大学管理学博士,华东理工大学商学院副教授,中国高等院校市场学研究会常务理事、活动委员会副主任;研究领域包括脑科学与营销创新、基于人工智能的营销策略发展、商科教育创新等。研究成果发表于《管理科学学报》《南开管理评论》以及Frontiers in Psychology,主持和参与多个国家级、省部级以及政府与企业委托项目。
在当今数据驱动的时代,数据分析已经成为企业和个人必备的技能。无论是商业决策、科学研究还是日常生活,数据分析都在发挥着越来越重要的作用。Python作为一种简洁而强大的编程语言,因其易学易用、丰富的库支持和强大的社区支持,已经成为数据分析领域的首选工具。 在编写本书的过程中,我们充分考虑了读者的学习需求和习惯,力求使内容既系统又实用。全书分为三大部分,每一部分都精心设计,以确保读者能够循序渐进地掌握数据分析的各个方面,具体章节结构如图0-1所示。 第一部分“Python编程基础”为读者提供了Python编程的基础知识。无论您是编程新手还是有一定基础的开发者,本部分都为您提供必要的步骤和指南,确保您能够顺利地进入Python的世界。我们从Python的基本概念开始,包括其语法特点、生态系统和开源社区等,然后逐步过渡到Python的基础语法,再到Python的高级特性,如函数、模块和包的使用。此外,我们还将介绍如何使用Python的集成开发环境(IDE)进行编程,以及如何通过Credamo见数教学实训平台进行Python编程实践。 第二部分“Python统计分析”深入讲解了Python在统计分析领域的应用。我们将覆盖数据预处理、数据描述、数据可视化、方差分析、相关分析、回归分析、逻辑回归以及聚类分析等多个方面。每章都配有丰富的实训案例,帮助读者通过实践掌握所学知识,将理论与实际操作相结合。 第三部分“综合实训进阶”通过综合的实训案例,如餐饮店数据分析、游戏平台数据分析和消费者需求预测与分析,展示了数据分析在不同领域中的实际应用。这部分内容不仅加深了读者对于数据分析方法的理...
目 录
第一部分 Python编程基础
第1章 引言 3
1.1 为什么学习Python 3
1.2 Python的历史和发展 6
1.3 利用Python进行数据分析 8
本章小结 14
第2章 Python安装与在线使用 15
2.1 下载和安装Python 15
2.2 在IDE中编程 17
2.3 教学实训平台——教师端 24
2.4 教学实训平台——学生端 47
本章小结 60
第3章 Python的基础语法 61
3.1 变量 61
3.2 数据类型 62
3.3 流程控制语句 74
3.4 实训案例 77
本章小结 82
第4章 函数、模块与包 83
4.1 函数 83
4.2 模块和包的使用 90
4.3 实训案例 92
本章小结 94
第二部分 Python统计分析
第5章 数据预处理 99
5.1 NumPy基础 99
5.2 NumPy中数组的基本操作 103
5.3 NumPy中的通用函数 105
5.4 矩阵运算 106
5.5 Pandas基础 107
5.6 Pandas的数据操作 113
5.7 实训案例 123
本章小结 126
第6章 数据描述 128
6.1 集中趋势 128
6.2 离散程度 131
6.3 统计表 134
6.4 实训案例 137
本章小结 139
第7章 统计图表与可视化 140
7.1 Matplotlib概述 140
7.2 图表的... 查看详情