Python商业数据分析

目录

第1章引言 / 1

基础篇

第2章 Python简介 / 7

2．1 发展历程 / 7

2．2 特点 / 7

2．2．1 开源与可移植性 / 8

2．2．2 面向对象 / 8

2．2．3 其他特点 / 8

2．3 语言标准 / 9

2．4 Python 3的安装与运行 / 9

2．4．1 Windows / 9

2．4．2 Linux/Unix / 11

2．4．3 Mac OS / 11

2．5 思考练习题 / 12

第3章 数据类型 / 13

3．1 概述 / 13

3．1．1 变量 / 13

3．1．2 数据类型框架 / 15

3．2 数字类型 / 16

3．2．1 分类 / 16

3．2．2 相关函数 / 17

3．3 列表与元组 / 18

3．3．1 序列通用操作 / 18

3．3．2 列表 / 21

3．3．3 元组 / 27

3．4 字符串 / 28

3．4．1 概述 / 28

3．4．2 字符串格式化 / 31

3．4．3 方法 / 32

3．5 字典 / 33

3．5．1 概述 / 33

3．5．2 格式化字符串 / 34

3．5．3 方法 / 35

3．6 集合 / 37

3．6．1 概述 / 37

3．6．2 方法 / 39

3．7 基本运算符 / 39

3．7．1 算术运算符 / 40

3．7．2 比较运算符 / 40

3．7．3 赋值运算符 / 40

3．7．4 其他运算符 / 41

3．7．5 运算符优先级表 / 41

3．8 思考练习题 / 42

第4章 条件与循环 / 43

4．1 条件 / 43

4．1．1 布尔变量 / 43

4．1．2 条件语句 / 43

4．2 循环 / 46

4．2．1 循环语句 / 46

4．2．2 迭代方式 / 50

4．2．3 排序 / 52

4．3 列表推导式与其他语句 / 53

4．3．1 列表推导式 / 53

4．3．2 其他语句 / 54

4．4 思考练习题 / 55

第5章 函数与类 / 56

5．1 函数 / 56

5．1．1 创建 / 56

5．1．2 参数 / 59

5．1．3 作用域 / 62

5．1．4 递归 / 63

5．2 类 / 65

5．2．1 对象 / 65

5．2．2 类的创建 / 66

5．2．3 私有化与类的命名空间 / 67

5．2．4 子类与超类 / 70

5．2．5 特殊方法 / 72

5．2．6 迭代器 / 75

5．3 思考练习题 / 78

第6章 标准库、异常与文件流 / 79

6．1 标准库 / 79

6．1．1 概念区分：模块、库与标准库 / 79

6．1．2 安装第三方模块 / 81

6．1．3 使用import语句导入模块 / 81

6．1．4 查看模块信息：help（） / 82

6．1．5 常用标准库之一：os / 82

6．1．6 常用标准库之二：sys / 83

6．1．7 常用标准库之三：time / 86

6．1．8 常用标准库之四：random / 88

6．1．9 常用标准库之五：re / 89

6．2 异常 / 94

6．2．1 捕捉异常：try/except语句 / 95

6．2．2 捕捉异常：try/except…else语句 / 96

6．2．3 捕捉异常：try/finally语句 / 97

6．2．4 抛出异常：raise语句 / 98

6．3 文件与流 / 98

6．3．1 打开和关闭文件 / 99

6．3．2 读取文件内容 / 100

6．3．3 写入文件内容 / 101

6．4 思考练习题 / 102

第7章 Python常用模块 / 103

7．1 Numpy / 103

7．1．1 ndarray的创建 / 103

7．1．2 ndarray的常用属性 / 105

7．1．3 ndarray的形状改变 / 105

7．1．4 ndarray的索引与切片 / 106

7．1．5 ndarray的拷贝 / 107

7．1．6 ndarray的拼接 / 108

7．1．7 ndarray的运算 / 109

7．2 Pandas / 110

7．2．1 Series的创建 / 111

7．2．2 Series的索引及切片 / 112

7．2．3 DataFrame的创建 / 113

7．2．4 DataFrame的写入与读取 / 114

7．2．5 DataFrame的索引 / 115

7．2．6 DataFrame的增、删、改、查 / 117

7．2．7 DataFrame的数据统计方法 / 121

7．2．8 缺失数据处理 / 124

7．2．9 数据离散化 / 125

7．3 NLTK / 126

7．3．1 分句与分词 / 126

7．3．2 词性标注 / 127

7．3．3 符号和停用词处理 / 127

7．3．4 词干提取与词形还原 / 128

7．3．5 词相似度计算 / 129

7．4 思考练习题 / 130

第8章 数据可视化 / 131

8．1 Matplotlib / 131

8．1．1 图形的创建 / 131

8．1．2 绘制多函数图像 / 132

8．1．3 添加图形信息 / 135

8．1．4 不同类型的图形 / 138

8．2 Seaborn / 141

8．2．1 直方图 / 141

8．2．2 条形图 / 142

8．2．3 箱线图 / 143

8．2．4 散点图 / 143

8．2．5 结构化多图网格 / 145

8．2．6 回归图 / 145

8．3 PyEcharts / 146

8．3．1 绘制地图 / 147

8．3．2 空间流动图 / 148

8．4 思考练习题 / 149

方法篇

第9章关联规则 / 153

9．1 关联规则基本概念 / 153

9．2 关联规则挖掘方法 / 154

9．3 关联规则兴趣性的评价指标 / 157

9．3．1 提升度 / 158

9．3．2 杠杆度 / 158

9．3．3 影响度 / 158

9．4 思考练习题 / 159

第10章 分类分析 / 160

10．1 分类分析基本概念 / 160

10．2 分类方法介绍 / 161

10．2．1 决策树分类 / 161

10．2．2 贝叶斯分类 / 169

10．2．3 支持向量机分类 / 171

10．3 分类准确率的测量方法 / 175

10．3．1 经典的分类准确率的测量方法 / 175

10．3．2 混淆矩阵 / 176

10．4 分类准确率的提升方法 / 178

10．4．1 Bagging / 179

10．4．2 Boostinig / 180

10．5 思考练习题 / 181

第11章 聚类分析 / 182

11．1 相似度测量方法 / 182

11．1．1 数值数据的相似度 / 182

11．1．2 类别数据的相似度 / 183

11．1．3 文本数据的相似度 / 183

11．1．4 类的相似度 / 184

11．2 聚类方法介绍 / 185

11．2．1 划分方法 / 185

11．2．2 层次方法 / 188

11．2．3 基于密度的方法 / 193

11．3 类别数量的确定方法 / 197

11．3．1 手肘法 / 197

11．3．2 轮廓系数 / 199

11．3．3 Calinski-Harabasz准则 / 200

11．4 思考练习题 / 201

第12章 社会网络分析 / 203

12．1 社会网络的基本概念 / 203

12．1．1 度 / 204 12．1．2 最短路径长度 / 204

12．1．3 网络密度 / 204

12．1．4 聚集系数 / 204

12．2 社会网络的中心性 / 208

12．2．1 度中心性 / 208

12．2．2 贴近中心性 / 208

12．2．3 中介中心性 / 209

12．3 社会网络的链接分析 / 210

12．3．1 PageRank算法 / 211

12．3．2 HITS算法 / 213

12．4 社会网络的社区发现 / 215

12．4．1 图分割算法 / 215

12．4．2 模块度优化算法 / 217

12．4．3 标签传播算法 / 219

12．5 思考练习题 / 221

第13章 神经网络 / 222

13．1 感知机 / 222

13．1．1 简单逻辑电路 / 223

13．1．2 线性不可分的局限 / 224

13．1．3 多层感知机 / 224

13．2 神经网络基本概念 / 226

13．2．1 神经网络的结构 / 226

13．2．2 激活函数 / 227

13．2．3 损失函数 / 229

13．3 训练技巧 / 229

13．3．1 批处理 / 230

13．3．2 优化算法 / 230

13．3．3 参数初始化 / 231

13．3．4 偏差与方差 / 232

13．3．5 超参数的设置 / 233

13．4 全连接神经网络 / 233

13．5 卷积神经网络 / 237

13．5．1 基本结构 / 238

13．5．2 代表性结构 / 239

13．6 循环神经网络 / 243

13．6．1 基本结构 / 243

13．6．2 代表性结构 / 243

13．7 思考练习题 / 248

第14章 表征学习 / 249

14．1 文本表征学习 / 249

14．1．1 词袋模型 / 249

14．1．2 TF-IDF模型 / 251

14．1．3 文档主题模型 / 253

14．1．4 Word2Vec模型 / 259

14．1．5 Doc2Vec模型 / 260

14．2 网络表征学习 / 263

14．2．1 DeepWalk算法 / 263

14．2．2 Node2Vec算法 / 266

14．2．3 Metapath2Vec算法 / 269

14．3 思考练习题 / 270

应用篇

第15章网络数据抓取 / 275

15．1 基础知识 / 276

15．1．1 数据抓取的基本思想 / 276

15．1．2 网页基础知识和浏览器原理 / 276

15．1．3 HTML语言简介 / 277

15．2 用Python实现数据爬取 / 282

15．2．1 获得网页HTML源代码 / 283

15．2．2 通过HTML标签定位数据 / 286

15．2．3 处理“翻页”数据 / 291

15．3 数据抓取技巧 / 294

15．4 思考练习题 / 295

第16章 顾客市场细分 / 297

16．1 背景与问题 / 297

16．2 数据介绍 / 298

16．3 分析方法与结论 / 301

16．3．1 分析方法 / 301

16．3．2 分析结论 / 305

16．4 思考练习题 / 306

第17章 房地产服务平台用户需求分析 / 307

17．1 背景与问题 / 307

17．2 数据介绍 / 307

17．3 分析方法与结论 / 309

17．3．1 分析方法 / 309

17．3．2 分析结论 / 315

17．4 思考练习题 / 315

第18章 电子商务中消费者评论意见提取 / 316

18．1 背景与问题 / 316

18．2 数据介绍 / 317

18．2．1 数据获取 / 317

18．2．2 商品属性识别 / 319

18．2．3 属性情感分析 / 324

18．2．4 数据转换 / 325

18．3 分析方法与结论 / 325

18．3．1 分析方法 / 325

18．3．2 分析结论 / 329

18．4 思考练习题 / 331

第19章 知识付费中顾客满意度分析 / 332

19．1 背景与问题 / 332

19．2 数据介绍 / 334

19．2．1 变量介绍 / 335

19．2．2 数据获取 / 337

19．3 分析方法与结论 / 346

19．3．1 分析方法 / 346

19．3．2 分析结论 / 348

19．4 思考练习题 / 351