本書內(nèi)容系統(tǒng)、全面，全書共11章，歸結(jié)為3部分進(jìn)行介紹。第1部分主要介紹Python程序設(shè)計(jì)基礎(chǔ)，包括Python的內(nèi)建數(shù)據(jù)結(jié)構(gòu)(列表、元組、字典和集合)、Python語句、Python函數(shù)、Python面向?qū)ο蟪绦蛟O(shè)計(jì)和Python數(shù)據(jù)可視化等。第2部分主要介紹Python數(shù)據(jù)分析基礎(chǔ)，包括NumPy工具、Python矩陣運(yùn)算、Pandas庫和Python辦公自動化等。第3部分主要介紹Python機(jī)器學(xué)習(xí)算法，包括回歸分析、邏輯回歸、決策樹與隨機(jī)森林、樸素貝葉斯分類、支持向量機(jī)、主成分分析法和K均值聚類等。
本書注重面向?qū)ο蟪绦蛟O(shè)計(jì)基本思想的培養(yǎng)，以數(shù)據(jù)分析和機(jī)器學(xué)習(xí)為落腳點(diǎn)，從實(shí)用性原則出發(fā)，將案例與知識點(diǎn)有機(jī)結(jié)合。書中所有示例均可在Jupyter Notebook編程環(huán)境下運(yùn)行，方便讀者進(jìn)行實(shí)操練習(xí)。
本書可作為高等院校理工農(nóng)醫(yī)類相關(guān)專業(yè)的Python程序設(shè)計(jì)Python數(shù)據(jù)分析Python機(jī)器學(xué)習(xí)等課程的教材，也可作為感興趣讀者的自學(xué)讀物，并可作為工程技術(shù)人員的參考用書。
本書內(nèi)容系統(tǒng)、全面,注重面向?qū)ο蟪绦蛟O(shè)計(jì)基本思想的培養(yǎng),以數(shù)據(jù)分析和機(jī)器學(xué)習(xí)為落腳點(diǎn),從實(shí)用性原則出發(fā),將案例與知識點(diǎn)有機(jī)結(jié)合。
黨的二十大報(bào)告指出：教育、科技、人才是全面建設(shè)社會主義現(xiàn)代化國家的基礎(chǔ)性、戰(zhàn)略性支撐。新工科、新文科的建設(shè)旨在通過強(qiáng)調(diào)跨學(xué)科、綜合能力和實(shí)踐能力的培養(yǎng)，以適應(yīng)日益復(fù)雜與多元的社會和經(jīng)濟(jì)環(huán)境。
當(dāng)前，隨著人工智能、大數(shù)據(jù)和機(jī)器學(xué)習(xí)的興起，理工、管理、經(jīng)濟(jì)、人文社科類專業(yè)本科生迫切需要學(xué)習(xí)一門計(jì)算機(jī)語言課程，這門語言要既能進(jìn)行計(jì)算機(jī)程序設(shè)計(jì)，又能方便快速地進(jìn)行大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)處理。然而，各高校在相關(guān)課程的設(shè)置上普遍無法適應(yīng)這一變化。為落實(shí)科教興國戰(zhàn)略、人才強(qiáng)國戰(zhàn)略、創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，開辟發(fā)展新領(lǐng)域、新賽道，加強(qiáng)新興學(xué)科、交叉學(xué)科建設(shè)，不斷塑造發(fā)展新動能、新優(yōu)勢，編者結(jié)合多年教學(xué)經(jīng)驗(yàn)編寫了本書。
由于有龐大第三方庫的支持，Python語言成為當(dāng)前數(shù)據(jù)分析和機(jī)器學(xué)習(xí)的首選程序設(shè)計(jì)語言。本教材可使理工農(nóng)醫(yī)類各專業(yè)本科生和研究生學(xué)習(xí)到Python程序設(shè)計(jì)、數(shù)據(jù)處理、人工智能、機(jī)器學(xué)習(xí)等方面的知識，構(gòu)建數(shù)據(jù)分析和機(jī)器學(xué)習(xí)的基本知識圖譜，為學(xué)生在今后工作和學(xué)習(xí)中解決本學(xué)科數(shù)據(jù)處理和機(jī)器學(xué)習(xí)相關(guān)問題提供堅(jiān)實(shí)的基礎(chǔ)。
本書在編寫過程中堅(jiān)持以下原則。
（1） 銜接性原則。對于與計(jì)算機(jī)思維C語言程序設(shè)計(jì)等課程交叉的共性問題進(jìn)行簡化處理，重點(diǎn)聚焦各專業(yè)課程學(xué)習(xí)中亟須的數(shù)組與矩陣運(yùn)算、數(shù)據(jù)分析與處理、機(jī)器學(xué)習(xí)基礎(chǔ)等內(nèi)容。
（2） 延伸性原則。注重面向?qū)ο蟪绦蛟O(shè)計(jì)基本思想的培養(yǎng)，使學(xué)生充分領(lǐng)悟面向?qū)ο蟪绦蛟O(shè)計(jì)概念、思想和方法。
（3） 連貫性原則。以數(shù)據(jù)分析和機(jī)器學(xué)習(xí)為落腳點(diǎn)，從實(shí)用性原則出發(fā)，重點(diǎn)介紹數(shù)據(jù)分析和機(jī)器學(xué)習(xí)所涉及的Python基礎(chǔ)知識。
（4） 適用性原則。對于基礎(chǔ)知識的著墨不多，將重點(diǎn)放在案例與知識點(diǎn)相結(jié)合上，在案例中學(xué)習(xí)知識點(diǎn)，在學(xué)習(xí)知識點(diǎn)中思考案例，使讀者快速進(jìn)入機(jī)器學(xué)習(xí)的世界。
為便于教學(xué)，本書提供豐富的配套資源，包括教學(xué)大綱、教學(xué)課件、程序源碼、習(xí)題答案、在線作業(yè)和微課視頻。
資源下載提示
數(shù)據(jù)文件： 掃描目錄上方的二維碼下載。
在線作業(yè)： 掃描封底的作業(yè)系統(tǒng)二維碼，登錄網(wǎng)站在線做題及查看答案。
微課視頻： 掃描封底的文泉云盤防盜碼，再掃描書中相應(yīng)章節(jié)的視頻講解二維碼，可以在線學(xué)習(xí)。
本書在編寫過程中，得到了昆明理工大學(xué)電力工程學(xué)院和人文素質(zhì)教育中心的支持與幫助。本書第1、2章由單節(jié)杉編寫，第7、8章由沈賦編寫，第9章由王健編寫，第11章由畢貴紅編寫，其余章節(jié)由蔡子龍編寫，全書由畢貴紅審稿。另外，研究生李嘉棋、林紅婭、楊宇林在程序編寫、文字校對、圖形制作、PPT制作、習(xí)題答案整理等工作上提供了極大的幫助。對于各位同事和同學(xué)的辛勤付出，在此一并表示衷心的感謝。
由于編者水平有限，書中難免會有錯(cuò)誤和不妥之處，懇請讀者批評指正。
編者2025年1月
Python數(shù)據(jù)分析與機(jī)器學(xué)習(xí)基礎(chǔ)(題庫·微課視頻版)
前言
資源下載
第1部分Python程序設(shè)計(jì)基礎(chǔ)
第1章Python程序設(shè)計(jì)概述
1.1Python語言的特點(diǎn)
1.1.1Python的優(yōu)勢
1.1.2為什么要學(xué)習(xí)Python？
1.1.3學(xué)習(xí)Python可以獲得哪些益處？
1.2Python及其集成開發(fā)環(huán)境的下載與安裝
1.2.1Python的下載和安裝
1.2.2Python的集成開發(fā)環(huán)境
1.3Jupyter的使用
1.3.1Python常用快捷鍵的使用
1.3.2運(yùn)行第一個(gè)Python程序
1.4使用Python進(jìn)行簡單編程
習(xí)題1
第2章內(nèi)建數(shù)據(jù)結(jié)構(gòu)
2.1列表
2.1.1列表的創(chuàng)建和索引
2.1.2列表元素的增、刪、改操作
2.1.3列表的其他操作
2.1.4列表元素的切片
2.1.5列表中幾個(gè)常用的內(nèi)置函數(shù)
2.1.6列表推導(dǎo)式
2.2元組
2.2.1元組的創(chuàng)建
2.2.2元組的修改與刪除
2.2.3元組的其他操作
2.2.4元組的內(nèi)置函數(shù)
2.3字典
2.3.1字典的創(chuàng)建
2.3.2訪問字典
2.3.3修改字典
2.3.4字典的操作
2.3.5字典鍵的特性
2.3.6字典幾個(gè)常用的內(nèi)置函數(shù)
2.4集合
2.4.1集合的創(chuàng)建
2.4.2集合的基本操作
2.5對象的淺拷貝和深拷貝
習(xí)題2
Python數(shù)據(jù)分析與機(jī)器學(xué)習(xí)基礎(chǔ)(題庫·微課視頻版)
目錄
第3章Python語句
3.1輸出語句格式控制語句
3.2選擇語句
3.3循環(huán)語句
3.4while語句
3.5break語句
3.6pass語句
3.7continue語句
3.8二元運(yùn)算符和比較運(yùn)算符
習(xí)題3
第4章函數(shù)
4.1函數(shù)的創(chuàng)建和調(diào)用
4.2函數(shù)的參數(shù)傳遞
4.2.1位置參數(shù)
4.2.2默認(rèn)參數(shù)
4.2.3關(guān)鍵字參數(shù)
4.2.4變量的作用域
4.3匿名函數(shù)
4.4幾個(gè)常用的函數(shù)
4.4.1map函數(shù)
4.4.2reduce函數(shù)
4.4.3filter函數(shù)
4.4.4isinstance函數(shù)
4.5關(guān)鍵字yield
4.6Python函數(shù)的參數(shù)傳遞機(jī)制
4.7Python不定長參數(shù)
習(xí)題4
第5章面向?qū)ο蟪绦蛟O(shè)計(jì)
5.1類與對象
5.1.1類的定義
5.1.2對象的創(chuàng)建
5.2類的封裝
5.3類的繼承
5.4類的多態(tài)
5.5object類
5.6導(dǎo)入和使用模塊
5.6.1自定義模塊的定義
5.6.2導(dǎo)入第三方模塊
5.6.3以主程序的方式運(yùn)行
習(xí)題5
第6章數(shù)據(jù)可視化
6.1繪制線圖
6.2繪制散點(diǎn)圖
6.3多個(gè)圖形繪制
6.4三維曲面圖形繪制
6.5繪制柱狀圖
6.6繪制直方圖
6.7繪制箱形圖
6.8繪制熱力圖
6.9繪制雷達(dá)圖
習(xí)題6
第2部分Python數(shù)據(jù)分析基礎(chǔ)
第7章NumPy基礎(chǔ)
7.1數(shù)組的創(chuàng)建
7.1.1通過列表創(chuàng)建數(shù)組
7.1.2通過aragne方法生成數(shù)組
7.1.3直接生成數(shù)組
7.1.4特殊數(shù)組
7.1.5生成符合某種分布的數(shù)組
7.2數(shù)組屬性
7.3數(shù)組的算術(shù)運(yùn)算
7.4數(shù)組的索引與切片
7.5數(shù)組的轉(zhuǎn)置和轉(zhuǎn)軸
7.6數(shù)組的變形
7.7數(shù)組的拼接和分裂
7.8數(shù)組的排序
7.9數(shù)組的比較、布爾數(shù)組
7.10數(shù)組順序的打亂
7.11Python文本文件操作
習(xí)題7
第8章矩陣運(yùn)算
8.1矩陣的構(gòu)造方法
8.1.1使用NumPy生成矩陣
8.1.2特殊矩陣的構(gòu)造方法
8.2矩陣的基本運(yùn)算
習(xí)題8
第9章數(shù)據(jù)分析
9.1Series數(shù)據(jù)結(jié)構(gòu)的創(chuàng)建
9.1.1直接生成Series
9.1.2通過列表生成Series
9.1.3通過字典生成Series
9.1.4Series常用屬性
9.1.5Series數(shù)據(jù)的訪問
9.2DataFrame數(shù)據(jù)結(jié)構(gòu)的創(chuàng)建
9.3DataFrame的常用屬性
9.4重建索引和列名
9.4.1重建索引
9.4.2重建列名
9.5Pandas值的查找及增、刪、改操作
9.5.1通過loc和iloc進(jìn)行值的查找
9.5.2Pandas行列值的增加和刪除操作
9.5.3Pandas行列值的索引、選擇和過濾
9.5.4Pandas數(shù)據(jù)的切片
9.5.5Pandas行列值的修改
9.6Pandas的算術(shù)和數(shù)據(jù)調(diào)整
9.7Pandas數(shù)據(jù)集的排序
9.8Pandas數(shù)據(jù)集的聚合操作
9.9缺失值的處理
9.9.1查找缺失值
9.9.2統(tǒng)計(jì)缺失值
9.9.3處理缺失值
9.10函數(shù)應(yīng)用與映射
9.11數(shù)據(jù)集的合并操作
9.12日期和時(shí)間的處理
習(xí)題9
第10章辦公自動化
10.1使用Pandas處理Excel表
10.1.1Excel數(shù)據(jù)表的導(dǎo)入
10.1.2顯示Excel表的內(nèi)容
10.1.3Excel表數(shù)據(jù)的修改
10.1.4表格數(shù)據(jù)的計(jì)算和統(tǒng)計(jì)
10.1.5表格數(shù)據(jù)的篩選
10.1.6表格數(shù)據(jù)作圖
10.2xlwings庫
10.2.1創(chuàng)建App對象
10.2.2創(chuàng)建Book對象
10.2.3創(chuàng)建sheet對象
10.2.4range對象操作
10.2.5單元格擴(kuò)展
10.2.6單元格其他格式設(shè)置
10.2.7單元格自動填充
10.2.8表格的最大行數(shù)和列數(shù)的獲取
10.2.9工作表內(nèi)容的復(fù)制
10.2.10合并單元格
習(xí)題10
第3部分Python機(jī)器學(xué)習(xí)算法
第11章機(jī)器學(xué)習(xí)基礎(chǔ)
11.1特征工程
11.1.1特征縮放
11.1.2特征選擇
11.1.3特征編碼
11.1.4文本特征提取
11.1.5特征生成
11.2回歸模型
11.2.1一元線性回歸模型
11.2.2多元線性回歸模型
11.2.3嶺回歸模型
11.2.4Lasso回歸模型
11.2.5多項(xiàng)式回歸模型
11.2.6梯度下降法
11.2.7隨機(jī)梯度下降法
11.2.8小批量梯度下降法
11.3邏輯回歸
11.4決策樹和隨機(jī)森林
11.4.1決策樹
11.4.2隨機(jī)森林
11.5樸素貝葉斯分類
11.5.1多項(xiàng)式樸素貝葉斯分類器
11.5.2補(bǔ)集樸素貝葉斯分類器
11.5.3伯努利貝葉斯分類器
11.5.4高斯貝葉斯分類器
11.6支持向量機(jī)
11.7主成分分析法
11.8K均值聚類算法
11.9K近鄰算法
習(xí)題11
參考文獻(xiàn)
書單推薦
