数据科学理论与实践–基于PYTHON的实现

目录前言第1章 数据科学概论11.1 数据与大数据11.1.1 数据、信息和知识11.1.2 大数据31.2 数据科学及其工作流程概述41.2.1 数据科学概述41.2.2 数据科学工作流程4习题6第2章 Python基础72.1 Python概述72.1.1 计算机语言概述72.1.2 Python语言简介82.1.3 Python解释器及开发环境的安装92.2 Python基础122.2.1 Python基础语法122.2.2 Python复杂数据类型132.2.3 Python运算符192.2.4 Python控制语句202.3 函数和类的定义272.3.1 Python函数的定义和调用272.3.2 Python与面向对象编程302.4 Python包312.4.1 Python包的结构和导入312.4.2 Python常用包简介33习题33第3章 Python常用模块353.1 numpy与矩阵运算353.1.1 numpy多维数组基础353.1.2 数组索引393.1.3 数组运算403.1.4 numpy简单统计函数413.2 基于pandas的数据操纵与管理423.2.1 pandas基础433.2.2 DataFrame的切片和计算453.2.3 DataFrame数据运算483.2.4 数据的合并543.3 基于matplotlib和seaborn的数据可视化573.3.1 matplotlib数据可视化概述573.3.2 matplotlib数据可视化示例603.3.3 seaborn数据可视化673.4 基于sympy的符号计算743.4.1 sympy基础743.4.2 表达式操作753.4.3 积分与微分783.4.4 sympy方程求解813.4.5 sympy与函数可视化823.5 基于scipy的科学计算833.5.1 scipy线性代数84