Python新書推薦《從零開始學Python--資料分析與挖掘》

經過10多個月的努力，《從零開始學Python--資料分析與挖掘》的新書上市啦，在此感謝清華大學出版社對本書提出的寶貴建議，也感謝廣大網友及粉絲對我的期待。本書一共包含16章的内容，涉及四大子產品，分别是Python基礎儲備、Python資料運算與整理、Python資料可視化和Python資料挖掘理論與實戰。

在招聘平台上搜尋資料分析或挖掘崗時，絕大多數的招聘方都要求應聘者掌握Python、R語言、SAS或SPSS等統計分析工具，尤其是開源的Python和R語言，如果你對她們并不是很了解，那也許你無法勝任這樣的崗位。本書的初衷就是站在資料分析與挖掘的崗位，将Python中基本而重要的内容呈現給大家，使零基礎的朋友可以按部就班地掌握資料分析與挖掘的操作流程，使有經驗的朋友可以進一步地提升資料分析與挖掘的實操技能。

各章内容

• 第一章，資料分析與挖掘概覽
• 第二章，從收入的預測分析開始
• 第三章，Python入門基礎
• 第四章，Python數值計算工具--Numpy
• 第五章，Python資料處理工具--Pandas
• 第六章，Python資料可視化--Matplotlib
• 第七章，基于線性回歸模型的預測
• 第八章，嶺回歸與LASSO回歸模型的比較和應用
• 第九章，基于Logistic回歸模型的分類
• 第十章，決策樹與随機森林的比較和應用
• 第十一章，基于KNN模型的預測和分類
• 第十二章，三類樸素貝葉斯模型的比較和應用
• 第十三章，SVM模型的應用
• 第十四章，提升樹之GBDT模型的應用與發展
• 第十五章，Kmeans聚類分析的應用
• 第十六章，DBSCAN與層次聚類的比較和應用

本書特色

• 通俗易懂，結合易于了解的案例講解Python的相關知識點，尤其對于資料挖掘部分，通過簡單的語言解釋深奧的理論，降低讀者朋友對資料挖掘的畏懼感；
• 結構清晰，基于資料分析的流程，涵蓋資料的讀取、清洗、整理、運算、可視化、模組化和評估，使讀者朋友在學習的過程中掌握其中的技巧；
• 内容豐富，書中包含十幾種資料處理的常用方法（如類型轉換、正規表達式、缺失值填充、異常值識别、多資料源的合并與連接配接等）、十幾種常見的統計圖形（如餅圖、條形圖、直方圖、小提琴圖、折線圖、散點圖、雷達圖等）以及十大資料挖掘算法的實戰（如回歸型模型、樹型模型、距離型模型、機率型模型、無監督的聚類模型）；
• 易于上手，免費提供所有章節的源代碼以及資料源，源代碼中包含詳細的中文注釋和解說，讀者朋友可以輕松地在Python3中跑代碼；

适用人群

• 統計學、數學、經濟學、金融學、管理學以及相關理工科專業的大學生、研究所學生；
• 希望從事或轉型資料分析或挖掘的在校學生或在職人員；
• 對資料分析或挖掘感興趣的在校學生或在職人員；
• 希望提升資料分析或挖掘水準和技能的資料咨詢、研究員或分析師等在職人員；

緻謝

最後再次感謝清華大學出版社的編輯以及其他默默為本書付出的出版工作者，真誠地感謝廣大網友及粉絲朋友的期待和關注，是你們給了我動力堅持将Python内容寫好寫足。同時，也期待你們在新書上市後，給予指正和建議。