Python數(shù)據(jù)分析與應(yīng)用
定 價:65 元
叢書名:面向新工科普通高等教育系列教材
- 作者:趙志宏 王學(xué)軍 王輝 主編
- 出版時間:2022/6/1
- ISBN:9787111703648
- 出 版 社:機(jī)械工業(yè)出版社
- 中圖法分類:TP311.561
- 頁碼:282
- 紙張:
- 版次:
- 開本:16
本書共10章,內(nèi)容包括Python基本語法、Python科學(xué)計(jì)算、數(shù)據(jù)分析、數(shù)據(jù)處理、數(shù)據(jù)可視化等,通過圖像分析、視覺分析、時序分析等方面的例子指導(dǎo)讀者進(jìn)行數(shù)據(jù)分析方面的工作。
本書與數(shù)據(jù)分析應(yīng)用緊密結(jié)合,語言通俗易懂、案例實(shí)用性強(qiáng),能夠使讀者對Python數(shù)據(jù)分析有一個較為全面的認(rèn)識。除綜合案例外,本書每章后面附有習(xí)題和作業(yè),便于讀者了解自己對內(nèi)容的掌握程度。
本書可作為計(jì)算機(jī)科學(xué)與技術(shù)、人工智能、大數(shù)據(jù)、統(tǒng)計(jì)學(xué)及相關(guān)專業(yè)的本科生、研究生教材,也可以作為從事人工智能、大數(shù)據(jù)相關(guān)研究的科研人員的參考書。
前言
第1章Python簡介
11Python概要介紹
111Python主要特點(diǎn)
112Python不足
113Python發(fā)展現(xiàn)狀
12Python發(fā)展歷史
121Python起源
122Python各版本
13Python常用工具包
14Python常見問題
141Python安裝
142Python IDE安裝
143Python和其他語言接口
144工具包的安裝
145工具包的導(dǎo)入
15Python在國內(nèi)的發(fā)展
151國內(nèi)鏡像
152中小學(xué)教育
153國內(nèi)使用Python情況
習(xí)題和作業(yè)
第2章Python語法
21Python常用數(shù)據(jù)結(jié)構(gòu)
211列表
212元組
213集合
214字典
22分支與循環(huán)
221分支
222循環(huán)
223三目表達(dá)式
23函數(shù)、類和模塊
231函數(shù)
232類
233模塊
24Python語言與其他語言比較
習(xí)題和作業(yè)
第3章Python科學(xué)計(jì)算
31Python基本計(jì)算
311算術(shù)運(yùn)算
312比較運(yùn)算
313賦值運(yùn)算
314邏輯運(yùn)算
315成員運(yùn)算符
316計(jì)算實(shí)例
32利用NumPy科學(xué)計(jì)算
321多維數(shù)組
322廣播特性
323遍歷軸
324數(shù)組操作
325矩陣運(yùn)算
326應(yīng)用案例——圖像壓縮
33Scipy包
331Scipy簡單介紹
332基本操作
333圖像處理
334快速傅里葉變換
335函數(shù)插值
336優(yōu)化
34NumPy與Python的性能比較
習(xí)題和作業(yè)
第4章Python數(shù)據(jù)分析
41Pandas包
411讀入csv文件
412截取數(shù)據(jù)與描述數(shù)據(jù)
413數(shù)據(jù)顯示
414數(shù)據(jù)處理
42Scikit-learn包
421特征降維
422聚類
423分類
43其他Python分析包
431頻譜分析
432時頻分析
433動力學(xué)分析
習(xí)題和作業(yè)
第5章Python數(shù)據(jù)處理
51數(shù)據(jù)清洗
52數(shù)據(jù)預(yù)處理
53統(tǒng)計(jì)分析
54網(wǎng)絡(luò)數(shù)據(jù)采集
541網(wǎng)絡(luò)爬蟲
542網(wǎng)頁解析
55案例應(yīng)用
習(xí)題和作業(yè)
第6章Python數(shù)據(jù)可視化
61可視化的基本概念
62利用Matplotlib進(jìn)行可視化
621繪制Matplotlib的圖表組成元素
622圖表的美化和修飾
63繪制統(tǒng)計(jì)圖形
64案例應(yīng)用
641氣溫數(shù)據(jù)可視化分析
642交通線路圖可視化
習(xí)題和作業(yè)
第7章Python圖像分析
71圖像分析簡介
72卷積神經(jīng)網(wǎng)絡(luò)組成
721卷積層
722激活函數(shù)層
723池化層
724Dropout層
725Batch Normalization(BN)層
726全連接層
73經(jīng)典卷積網(wǎng)絡(luò)架構(gòu)
731LeNet-5
732Alexlvet
733VGGNet
734ResNet
74案例應(yīng)用
741MNIST手寫數(shù)字識別
742Kaggle貓狗大戰(zhàn)
75深度學(xué)習(xí)框架
習(xí)題和作業(yè)
第8章Python視覺分析
81基于OpenCV的視頻操作
82目標(biāo)檢測簡介
83R-CNN系列發(fā)展歷程
84Faster R-CNN詳解
85YOLO系列發(fā)展歷程
86YOLOv4詳解
87案例應(yīng)用
871Faster R-CNN目標(biāo)檢測
872YOLOv4目標(biāo)檢測
88國內(nèi)視覺分析研究
881工業(yè)界
882學(xué)術(shù)界
習(xí)題和作業(yè)
第9章Python時序分析
91時序分析介紹
92循環(huán)神經(jīng)網(wǎng)絡(luò)
921記憶單元
922輸入輸出序列
923LSTM單元
924GRU單元
93案例應(yīng)用
931LSTM預(yù)測JetRail高鐵乘客
932GRU預(yù)測飛機(jī)乘客
933LSTM預(yù)測溫度
習(xí)題和作業(yè)
第10章綜合案例
101人臉識別系統(tǒng)
1011人臉數(shù)據(jù)收集
1012訓(xùn)練人臉分類器
1013人臉識別實(shí)現(xiàn)
102PM25預(yù)測系統(tǒng)
1021數(shù)據(jù)導(dǎo)入
1022建立數(shù)據(jù)集
1023構(gòu)造預(yù)測模型
1024模型訓(xùn)練與測試
參考文獻(xiàn)