前言
第1章Python与数据分析
11概述
111引例
112数据分析与数据挖掘
12Python简介
121Python特点
122Python应用场合
13数据分析流程
131明确目标
132获取数据
133清洗数据
134特征工程
135构建模型
136模型评估
14数据分析库
141NumPy
142Matplotlib
143Pandas
144Seaborn
145Scipy
146Sklearn
15Python解释器
151Ubuntu下安装Python
152Windows下安装Python
16Python编辑器
161IDLE
162VScode
163PyCharm
164Anaconda
165Jupyter
17习题
第2章NumPy——数据分析基础
工具
21安装NumPy
22ndarray对象
221认识ndarray对象
222ndarray对象属性
23创建ndarray对象
231zeros
232ones
233diag
234arange
235linspace
236logspace
24数组变换
241维度变换
242数组拼接
243数组分割
244数组复制
25索引和切片
26线性代数
261矩阵运算
262矩阵转置
263特征根和特征向量
27统计量
271平均值
272最值
273中位数
274极差
275方差
276协方差
277皮尔森相关系数
28习题
第3章Matplotlib——数据可视化
工具
31安装Matplotlib
32绘图步骤
321创建画布
322绘图函数
323绘图属性
33子图基本操作
331pltsubplot
332figureadd_subplot
333pltsubplots
34绘图
341折线图
342气泡图
343饼图
344直方图
345条形图
35概率分布
351泊松分布
352正态分布
353均匀分布
354二项分布
36习题
第4章Pandas——数据处理工具
41认识Pandas
42Series
421创建Series
422 Series属性
423访问Series数据
43操作Series
431更新Series
432插入Series
433删除Series
44DataFrame
441创建DataFrame
442DataFrame属性
443选取行列数据
45操作DataFrame
451更新DataFrame
452插入DataFrame
453删除DataFrame
46Index
461创建Index
462常用属性
463常用方法
464重建Index
47可视化
471线形图
472条形图
473饼状图
474直方图与密度图
48数据转换
481数据值替换
482数据映射
483数据值合并
484数据值补充
485数据离散化
49数据分组与聚合
491数据分组
492数据聚合
410读取外部数据
4101操作Excel
4102操作文本文件
4103操作数据库
411习题
第5章Scipy——数据统计工具
51认识Scipy
52稀疏矩阵
53线性代数
531矩阵运算
532线性方程组求解
54数据优化
541非线性方程组求解
542函数最值
543最小二乘法
55数据分布
551泊松分布
552正态分布
553均匀分布
554二项分布
555指数分布
56统计量
561众数
562皮尔森相关系数
57图像处理
571旋转图像
572图像滤波
573边缘检测
58习题
第6章Seaborn——数据可视化
工具
61认识Seaborn
611绘图特色
612图表分类
613数据集
62绘图设置
621绘图元素
622主题
623调色板
63绘图
631直方图
632核密度图
633小提琴图
634分类散点图
635条形图
636热力图
637点图
64习题
第7章Sklearn——机器学习工具
71Sklearn简介
72安装Sklearn
73数据集
731小数据集
732大数据集
733生成数据集
74机器学习流程
741数据清洗
742划分数据集
743特征工程
744机器算法
745模型评估
75习题
第8章数据处理
81认识数据处理
82数据清洗
821处理缺失值
822处理异常值
823处理重复值
83特征处理
831规范化
832标准化
833鲁棒化
84数据分析可视库
841missingno库
842词云
85案例——学生信息清洗
86习题
第9章特征工程
91认识特征工程
92独热编码
93特征提取
931DictVectorizer
932CountVectorizer
933TfidfVectorizer
94中文分词
941Jieba分词库
942停用词表
95案例——中文特征提取
96习题
第10章评价指标
101欠拟合和过拟合
1011欠拟合
1012过拟合
102曲线拟合
1021polyfit方法
1022Curve_fit方法
103分类评价指标
1031混淆矩阵
1032准确率
1033精确率
1034召回率
1035F1 Score
1036ROC曲线
1037AUC面积
1038分类评估报告
104回归评价指标
1041均方误差
1042相关系数或者R2
105案例——手写数字数据集评价
指标
106习题
第11章线性模型
111回归模型
1111线性回归
1112逻辑回归
112两种求解方法
1121最小二乘法
1122梯度下降法
113岭回归
1131认识岭回归
1132参数alpha
114案例
1141线性回归预测披萨价格
1142线性回归与岭回归识别糖
尿病
115习题
第12章支持向量机
121初识向量机
1211超平面线性方程
1212SVM算法库
122核函数
1221线性核函数
1222多项式核函数
1223高斯核函数
123参数调优
1231gamma参数
1232惩罚系数C
124回归问题
125案例
1251支持向量机识别鸢尾花
1252支持向量机预测波士顿
房价
126习题
第13章K近邻算法
131初识K近邻算法
1311算法思想
1312算法描述
132选择K值
133距离度量
134分类问题
135回归问题
136案例
1361KNN区分电影类型
1362KNN识别鸢尾花
137习题
第14章朴素贝叶斯
141初识朴素贝叶斯
142贝叶斯定理
143流程
144分类
1441高斯分布
1442多项式分布
1443伯努利分布
145案例
1451朴素贝叶斯识别鸢尾花
1452朴素贝叶斯分类新闻
146习题
第15章决策树
151初识决策树
152信息论
1521信息熵
1522条件熵
1523信息增益
1524互信息
1525基尼系数
153决策树算法
1531ID3算法
1532C45算法
1533CART算法
154分类与回归
1541分类问题
1542回归问题
1543调优max_depth参数
155集成分类模型
1551随机森林
1552梯度提升决策树
156graphviz与DOT
1561graphviz
1562DOT语言
157案例
1571决策树决定是否赖床
1572决策树预测波士顿房价
158习题
第16章K-Means算法
161初识K-Means
162实现K-Means聚类
1621理论实现K-Means聚类
1622Python实现K-Means聚类
1623Sklearn实现K-Means聚类
163K-Means评估指标
1631调整兰德系数
1632轮廓系数
164案例
1641K-Means聚类鸢尾花
1642K-Means标记质心
165习题
第17章文本分析示例
171正则表达式
1711基本语法
1712re模块
1713提取电影信息
172LDA
1721LDA原理
1722Gensim库
173距离算法
1731余弦相似度
1732编辑距离
174SimHash算法
1741算法思想
1742实现步骤
175文本情感分析
1751情感分析
1752SnowNLP
176案例——电影影评情感
分析
177习题
附录
附录A课程教学大纲
附录B部分课后习题答案
参考文献