Python新书推荐《从零开始学Python--数据分析与挖掘》
经过10多个月的努力，《从零开始学Python--数据分析与挖掘》的新书上市啦，在此感谢清华大学出版社对本书提出的宝贵建议，也感谢广大网友及粉丝对我的期待。本书一共包含16章的内容，涉及四大模块，分别是Python基础储备、Python数据运算与整理、Python数据可视化和Python数据挖掘理论与实战。
在招聘平台上搜索数据分析或挖掘岗时，绝大多数的招聘方都要求应聘者掌握Python、R语言、SAS或SPSS等统计分析工具，尤其是开源的Python和R语言，如果你对她们并不是很了解，那也许你无法胜任这样的岗位。本书的初衷就是站在数据分析与挖掘的岗位，将Python中基本而重要的内容呈现给大家，使零基础的朋友可以按部就班地掌握数据分析与挖掘的操作流程，使有经验的朋友可以进一步地提升数据分析与挖掘的实操技能。
各章内容
-
第一章，数据分析与挖掘概览
-
第二章，从收入的预测分析开始
-
第三章，Python入门基础
-
第四章，Python数值计算工具--Numpy
-
第五章，Python数据处理工具--Pandas
-
第六章，Python数据可视化--Matplotlib
-
第七章，基于线性回归模型的预测
-
第八章，岭回归与LASSO回归模型的比较和应用
-
第九章，基于Logistic回归模型的分类
-
第十章，决策树与随机森林的比较和应用
-
第十一章，基于KNN模型的预测和分类
-
第十二章，三类朴素贝叶斯模型的比较和应用
-
第十三章，SVM模型的应用
-
第十四章，提升树之GBDT模型的应用与发展
-
第十五章，Kmeans聚类分析的应用
-
第十六章，DBSCAN与层次聚类的比较和应用
本书特色
-
通俗易懂，结合易于理解的案例讲解Python的相关知识点，尤其对于数据挖掘部分，通过简单的语言解释深奥的理论，降低读者朋友对数据挖掘的畏惧感；
-
结构清晰，基于数据分析的流程，涵盖数据的读取、清洗、整理、运算、可视化、建模和评估，使读者朋友在学习的过程中掌握其中的技巧；
-
内容丰富，书中包含十几种数据处理的常用方法（如类型转换、正则表达式、缺失值填充、异常值识别、多数据源的合并与连接等）、十几种常见的统计图形（如饼图、条形图、直方图、小提琴图、折线图、散点图、雷达图等）以及十大数据挖掘算法的实战（如回归型模型、树型模型、距离型模型、概率型模型、无监督的聚类模型）；
-
易于上手，免费提供所有章节的源代码以及数据源，源代码中包含详细的中文注释和解说，读者朋友可以轻松地在Python3中跑代码；
适用人群
-
统计学、数学、经济学、金融学、管理学以及相关理工科专业的本科生、研究生；
-
希望从事或转型数据分析或挖掘的在校学生或在职人员；
-
对数据分析或挖掘感兴趣的在校学生或在职人员；
-
希望提升数据分析或挖掘水平和技能的数据咨询、研究员或分析师等在职人员；
致谢
最后再次感谢清华大学出版社的编辑以及其他默默为本书付出的出版工作者，真诚地感谢广大网友及粉丝朋友的期待和关注，是你们给了我动力坚持将Python内容写好写足。同时，也期待你们在新书上市后，给予指正和建议。