Python大数据分析与应用(新编21世纪高等职业教育精品教材·电子与信息类)
定 价:45 元
丛书名:新编21世纪高等职业教育精品教材·电子与信息类
- 作者:谷瑞 杜梓平 陆伟峰
- 出版时间:2026/1/1
- ISBN:9787300344607
- 出 版 社:中国人民大学出版社
- 中图法分类:TP312.8
- 页码:208
- 纸张:
- 版次:1
- 开本:16
本书结合实际应用,面向数据分析师岗位,基于 Python 数据分析平台,通过7个典型项目,详细介绍了大数据分析的概念、流程及场景。其中,项目1主要介绍数据分析的概念、流程、应用领域及开发环境搭建与配置等内容;项目2主要介绍异构数据源数据读取、操作、索引设置、排序,以及对数值型和类别型数据的统计分析;项目3主要介绍异常值、空值和缺失值的检测与处理方法,以及数据的标准化操作和转换;项目4主要介绍数据的分组、聚合和透视等内容;项目5主要介绍柱状图、折线图、饼图、箱线图等可视化方法;项目6主要介绍时间序列数据的采集、时间序列数据模型的创建、时间序列数据的窗口等内容;项目7以大数据岗位数据为分析对象,介绍了大数据相关岗位的职业要求、薪资特点及城市分布等信息。本书由院校教师和企业人员合作开发,由具有丰富教学经验和实践经验的“双师型”教师编写,致力于打造满足职业院校教学改革和专业建设要求、体现工学结合特点的精品化教材。
谷瑞,苏州工业园区服务外包职业学院副教授,江苏省“青蓝工程”优秀青年骨干教师培养对象、中青年学术带头人。主要从事大数据技术研究与教学工作,讲授 Python 程序设计、大数据分析与应用、大数据挖掘技术等课程。指导学生荣获全国职业院校技能大赛大数据赛项三等奖、江苏省职业院校技能大赛大数据赛项一等奖。主持完成江苏省“十四五”规划课题1项、江苏省哲学社会科学课题1项、江苏省职业教育学会课题1项、江苏省第五期职业教育改革课题1项、江苏省科技厅产学研项目1项。公开发表研究论文18篇,获发明专利6项。主编《Python基础编程入门》《TensorFlow深度学习开发实战》《人工智能数据基础》3部教材。 <br> <br>杜梓平,苏州工业园区服务外包职业学院副校长,教授、高级工程师。江苏省“青蓝工程”优秀教学团队负责人、江苏省青蓝工程优秀青年骨干教师,江苏省高等职业教育高水平专业群“智能产品开发与应用”负责人,第二届金鸡湖教育领军人才,苏州市“无人系统与智能装备”优秀行业产教融合共同体负责人。获国家级教学成果二等奖、江苏省信息化教学大赛二等奖;被评为全国职业院校技能大赛网络应用赛项一等奖优秀指导教师、江苏省职业院校技能大赛一等奖指导教师。发表核心期刊、SCI、EI 收录论文 20 余篇,出版专著 3 部,主编《计算机网络基础项目化教程》等教材 5 部。主持完成国家高校产学研创新基金项目、江苏省“十三五”规划重点课题、江苏省职业教育教学改革重点课题等国家级、省级课题 10 余项。 <br> <br>陆伟峰,苏州工业园区服务外包职业学院副教授,高级工程师。主要从事高等数学和大数据专业课程教学工作。指导学生荣获全国大学生数学建模竞赛全国一等奖1次、江苏省一等奖2次,指导学生荣获江苏省职业院校技能大赛一等奖。荣获江苏省职业院校教学大赛(高职组)二等奖。出版教材2部,获发明专利1项,发表高水平专业论文10余篇。
项目1 走进数据分析世界 <br>1.1 了解项目需求 <br>1.2 认识数据分析 <br>1.3 熟悉数据分析类库 <br>1.4 搭建数据分析环境 <br>1.5 使用Jupyter Notebook <br>项目小结 <br>习题检测 <br> <br>项目2 碳排放数据统计分析 <br>2.1 了解项目需求 <br>2.2 分析碳排放数据结构 <br>2.3 读写碳排放数据文件 <br>2.4 操作碳排放数据内容 <br>2.5 索引与排序碳排放数据 <br>2.6 统计与描述碳排放数据 <br>2.7 实训演练:环境监测数据统计与分析 <br>项目小结 <br>习题检测 <br> <br>项目3 乡村振兴数据预处理 <br>3.1 了解项目需求 <br>3.2 整合乡村振兴数据 <br>3.3 清洗乡村振兴数据 <br>3.4 标准化乡村振兴数据 <br>3.5 转换乡村振兴数据 <br>3.6 实训演练:粮食产量数据预处理 <br>项目小结 <br>习题检测 <br> <br>项目4 运动员数据透视分析 <br>4.1 了解项目需求 <br>4.2 分组运动员数据 <br>4.3 聚合运动员数据 <br>4.4 透视运动员数据 <br>4.5 实训演练:全运会数据透视分析 <br>项目小结 <br>习题检测 <br> <br>项目5 经济运行数据可视化分析 <br>5.1 了解项目需求 <br>5.2 绘图与设置 <br>5.3 特征间可视化分析经济运行数据 <br>5.4 特征内可视化分析经济运行数据 <br>5.5 实训演练:人口数据可视化分析 <br>项目小结 <br>习题检测 <br> <br>项目6 金融数据时间序列分析 <br>6.1 了解项目需求 <br>6.2 创建金融时间序列类型 <br>6.3 使用金融时间序列数据 <br>6.4 采样金融时间序列数据 <br>6.5 计算金融时间序列数据窗口 <br>6.6 实训演练:ARIMA模型股价分析 <br>项目小结 <br>习题检测 <br> <br>项目7 大数据岗位分析 <br>7.1 了解项目需求 <br>7.2 预处理岗位数据文件 <br>7.3 分析薪资水平 <br>7.4 分析岗位特性 <br>项目小结 <br> <br>参考文献