Python与数据科学

《Python与数据科学》分为基础编、分析编、挖掘编和提高编四部分。

基础编包括数据科学简介（第1章）和Python基础知识（第2章）两章。涉及数据科学的概念、数据科学的学习方法、数据科学家的概念、数据科学家的应备技能、Python与数据科学的关系、数据科学领域中常用的Python包。

分析编包括Python数据获取和数据预处理（第3章）和利用Python进行数据分析（第4章）两章。内容包括Python数据获取的各种方式：从文件中、从数据库中、从Web网页中获取数据，对获取的数据可采用Python Pandas进行数据清洗、数据集成与数据转换等数据预处理工作。

挖掘编包括利用Python进行数据挖掘（第5章）和利用Python进行文本挖掘（第6章）两章。在数据挖掘部分首先简单介绍了Python的Scikit-Learn数据挖掘库的安装与使用，然后结合实例详细介绍数据挖掘中常用的算法；在文本挖掘部分首先详细介绍文本挖掘的一般流程，以及如何使用Python来进行文本挖掘，然后文本自动分类、文本聚类、文本情感分析、全文检索这四个应用为例结合Python实例做具体介绍。

提高编介绍了Python在海量数据分析处理上的应用（第7章）。首先介绍了大数据操作系统Spark的安装使用，然后以PageRank和推荐系统这两个典型的海量数据分析（大数据分析）为例来介绍Python在这一方面的应用。

 

《Python与数据科学》基于Python进行实践开发，主要涉及的内容为：用敏捷式大数据开发方法论创建分析应用；用数据—价值栈，在一系列敏捷周期中创建价值；用多种数据结构从单个数据集中提取特征，获取洞察；用图表可视化数据，通过交互性报表从不同角度展示数据；用历史数据进行预测，将预测转化为行动。

王仁武，男，1968年4月出生，工科博士、副教授，现为华东师范大学商学院信息学系教师，主要研究方向为数据分析、数据挖掘和信息系统。

已出版（参编）主要著作：

商业分析 华东师范大学出版社 2014年9月

序列构造神经网络与多维数据分析 上海社科院出版社 2008年11月