《Python大数据分析算法与实例》内容简介

大数据时代，大数据分析是关键技术。Python是一款优秀的大数据分析软件，本书以Python 3结合第三方开源工具进行大数据分析，以最小的代价编程实现数据的提取、处理、分析和可视化。本书分为8章，首先介绍大数据分析的背景和行业应用，给出了数据特征算法分析；然后基于Python 3介绍常用典型第三方大数据分析工具的场景应用；最后比较翔实地阐述大数据分析算法与经典实例应用。本书适合从事大数据分析的研究人员、计算机或数学等相关专业的从业者参考学习，也可以作为计算机或数学等专业本科高年级或研究生的专业用书。
邓立国，东北大学计算机应用博士毕业。2005年开始在沈阳师范大学软件学院、教育技术学院任教，主要研究方向：数据挖掘、知识工程、大数据处理、云计算、分布式计算等。以第一作者发表学术论文30多篇（26篇EI），主编教材1部，主持科研课题6项，经费10余万元，多次获得校级科研优秀奖，作为九三社员提出的智慧城市提案被市政府采纳，研究成果被教育厅等单位采用。

作品目录

内容简介
前言
第1章：大数据分析概述
1.1、大数据分析背景
1.2、大数据分析的应用
1.3、大数据分析算法
1.4、大数据分析工具
1.5、本章小结
第2章：数据特征算法分析
2.1、数据分布性分析
2.2、数据相关性分析
2.3、数据聚类性分析
2.4、数据主成分分析
2.5、数据动态性分析
2.6、数据可视化
2.7、本章小结
第3章：大数据分析工具：NumPy
3.1、NumPy简介
3.2、NumPy环境安装配置
3.3、ndarray对象
3.4、数据类型
3.5、数组属性
3.6、数组创建例程
3.7、切片和索引
3.8、广播
3.9、数组与元素操作
3.10、位操作与字符串函数
3.11、数学运算函数
3.12、算术运算
3.13、统计函数
3.14、排序、搜索和计数函数
3.15、字节交换
3.16、副本和视图
3.17、矩阵库
3.18、线性代数模块
3.19、Matplotlib库
3.20、Matplotlib
绘制直方图
3.21、IO文件操作
3.22、NumPy实例：GPS定位
3.23、本章小结
第4章：大数据分析工具：SciPy
4.1、SciPy简介
4.2、文件输入和输出：SciPy.io
4.3、特殊函数：SciPy.special
4.4、线性代数操作：SciPy.linalg
4.5、快速傅里叶变换：sipy.fftpack
4.6、优化器：SciPy.optimize
4.7、统计工具：SciPy.stats
4.8、SciPy实例
4.9、本章小结
第5章：大数据分析工具：Matplotlib
5.1、初级绘制
5.2、图像、子区、子图、刻度
5.3、其他种类的绘图
5.4、本章小结
第6章：大数据分析工具：Pandas
6.1、Pandas系列
6.2、Pandas数据帧
6.3、Pandas面板
6.4、Pandas快速入门
6.5、本章小结
第7章：大数据分析工具：Statsmodels与Gensim
7.1、Statsmodels
7.2、Gensim
7.3、本章小结
第8章：大数据分析算法与实例
8.1、描述统计
8.2、假设检验
8.3、信度分析
8.4、列联表分析
8.5、相关分析
8.6、方差分析
8.7、回归分析
8.8、聚类分析
8.9、判别分析
8.10、主成分分析
8.11、因子分析
8.12、时间序列分析
8.13、生存分析
8.14、典型相关分析
8.15、RoC分析
8.16、距离分析
8.17、对应分析
8.18、决策树分析
8.19、神经网络—深度学习
8.20、蒙特·卡罗模拟
8.21、关联规则
8.22、Uplift
Modeling
8.23、集成方法
8.24、异常检测
8.25、文本挖掘
8.26、Boosting算法（提升法和Gradient
Boosting）
8.27、本章小结
参考文献