前言
第1章数据分析是什么
1.1海量数据蕴藏的知识
1.2数据分析与数据挖掘的关系
1.3机器学习概述
1.4机器学习与数据分析的关系
1.5数据分析的基本步骤
1.6Python和数据分析
习题
第2章Python语言基础
2.1Python发展史
2.2Python及Pandas、scikit-
learn、Matplotlib的
安装
2.2.1Windows环境下Python的
安装
2.2.2Ubuntu和Mac环境下
Python的安装
2.2.3集成开发环境
2.2.4使用pip安装Pandas、
scikit-learn和Matplotlib
2.2.5使用第三方科学计算发行版
Python进行快速安装
2.3Pycharm
2.4Python基础知识
2.4.1Python编码规范
2.4.2模块化的系统
2.5Python基础语法
2.5.1数据类型
2.5.2基本计算
2.5.3控制语句
2.6重要的Python库
2.6.1Pandas
2.6.2scikit-learn
2.6.3Matplotlib
2.6.4其他
2.7Jupyter
习题
第3章数据预处理
3.1了解数据
3.2数据质量
3.2.1完整性
3.2.2一致性
3.2.3准确性
3.2.4及时性
3.3数据清洗
3.4特征工程
3.4.1特征选择
3.4.2特征构建
3.4.3特征提取
习题
第4章NumPy——数据分析基础
工具
4.1多维数组对象：ndarray
4.1.1ndarray的创建
4.1.2ndarray的数据类型
4.2ndarray的索引、切片和
迭代
4.3ndarray的shape操作
4.4ndarray的基础操作
4.5习题
第5章Pandas——处理结构化
数据
5.1基本数据结构
5.1.1Series
5.1.2DataFrame
5.2基于Pandas的Index对象的
访问操作
5.2.1Pandas的Index对象
5.2.2索引的不同访问方式
5.3数学统计和计算工具
5.3.1统计函数：协方差、相关
系数、排序
5.3.2窗口函数
5.4数学聚合和分组运算
5.4.1agg函数的聚合操作
5.4.2transform函数的转换
操作
5.4.3apply函数实现一般的
操作
习题
第6章数据分析与知识发现的一些
常用方法
6.1分类分析
6.1.1逻辑回归
6.1.2线性判别分析
6.1.3支持向量机
6.1.4决策树
6.1.5K邻近
6.1.6朴素贝叶斯
6.2关联分析
6.2.1基本概念
6.2.2典型算法
6.3聚类分析
6.3.1K均值算法
6.3.2DBSCAN算法
6.4回归分析
6.4.1线性回归分析
6.4.2支持向量回归
6.4.3K邻近回归
习题
第7章Pandas与scikit-learn——实
现数据的分析
7.1分类方法
7.1.1Logistic回归
7.1.2支持向量机
7.1.3近邻算法
7.1.4决策树
7.1.5随机梯度下降
7.1.6高斯过程分类
7.1.7神经网络分类（多层感
知器）
7.1.8朴素贝叶斯
7.2回归方法
7.2.1最小二乘法
7.2.2岭回归
7.2.3Lasso
7.2.4贝叶斯岭回归
7.2.5决策树回归
7.2.6高斯过程回归
7.2.7最近邻回归
7.3聚类方法
7.3.1K-means算法
7.3.2AffinityPropagation算法
7.3.3Mean-shift算法
7.3.4SpectralClustering算法
7.3.5HierarchicalClustering
算法
7.3.6DBSCAN算法
7.3.7Birch算法
习题
第8章Matplotlib——交互式图表
绘制
8.1基本布局对象
8.2图表样式的修改以及装饰项
接口
8.3基础图表绘制
8.3.1直方图
8.3.2散点图
8.3.3饼图
8.3.4柱状图
8.3.5折线图
8.3.6表格
8.3.7不同坐标系下的图像
8.4matplot3D
8.5Matplotlib与Jupyter结合
习题
第9章案例：新生信息分析与
可视化
9.1使用Pandas对数据预
处理
9.2使用Matplotlib库画图
9.3使用Pandas进行绘图
第10章案例：用户流失预警
10.1读入数据
10.2数据预处理
10.3五折交叉验证
10.4引入3种模型
10.5调整prob阈值输出精确
评估
第11章案例：美国加利福尼亚房价
预测的数据分析
11.1数据分析常用的Python
工具库
11.1.1Pandas
11.1.2NumPy
11.1.3Matplotlib
11.1.4Sklearn
11.2数据的读入和初步分析
11.2.1数据读入
11.2.2分割测试集与训练集
11.2.3数据的初步分析
11.3数据的预处理
11.3.1拆分数据
11.3.2空白值的填充
11.3.3数据的标准化
11.3.4数据的流程化处理
11.4模型的构建
11.4.1查看不同模型的表现
11.4.2选择效果最好的模型进行
预测
第12章案例：基于上下文感知的
多模态交通推荐
12.1题目理解
12.1.1题目背景
12.1.2数据说明
12.1.3评测指标
12.1.4输出格式
12.2解决方案
12.2.1工具包导入
12.2.2特征工程
第13章案例：机器人最优路径走
迷宫
13.1关键技术
13.1.1马尔科夫决策过程
13.1.2Bellman方程
13.2程序设计步骤
13.2.1初始化迷宫地图
13.2.2计算不同位置最优
路径
第14章案例：基于Python+Elasticsearch
实现搜索附近小区房价
14.1程序设计
14.2准备数据
14.3安装以及使用
Elasticsearch
14.4实现附近房价搜索
的搜索引擎
参考文献