Python数据挖掘方法及应用--知识图谱 pdf下载

本书重点介绍Python语言数据处理与数据分析方面的应用技巧，内容涉及数据的整理、数据的输入/输出、探索性数据分析、基本数据分析、多元数据分析、时间序列数据分析、网络爬虫技术、社会网络分析、知识图谱和文献计量研究等数据分析方面的内容。第2版在每章增加了内容的知识图谱，方便读者随时了解章节的主要内容。附录中提供了Python数据分析相关方法和函数等内容，方便读者随时查看。本书内容丰富、图文并茂、可操作性强且便于查阅，主要面向基于Python数据挖掘的读者，能有效地帮助读者提高数据处理与分析的水平，提升工作效率。作者建立了本书的学习博客（https://www.yuque.com/rstat/pydm）和学习网站（http://www.jdwbh.cn/Rstat），本书的例子数据和习题数据都可直接从华信教育资源网（http://www.hxedu.com.cn）免费下载。另外，本书为了使读者快速掌握Python数据挖掘技术，建立了本书学习的云计算平台（http:/www.jdwbh.cn/PyDm），可在上面直接操作本书的代码，也可获得习题解答。
本书可作为各大中专院校和培训班的数据分析教材，适合各个层次的数据分析用户，既可作为初学者的入门指南，又可作为中高级用户的参考手册。

王斌会，暨南大学管理学院教授，博士生导师。从事数学、统计学及经济管理教学和科研工作30多年，在数据科学和大数据分析领域做了大量基础性研究与开创性工作。出版相关学术专著和教材10余部。精通大数据分析，SAS、SPSS、R、Python等语言的编程及数据处理，以及云计算平台的开发。
主要工作见其博客(Rstat.leanote.com)。

第1部分 数据挖掘基础
第1章 Python数据挖掘基础
1.1 数据挖掘软件简介
1.1.1 基本数据挖掘软件
1.1.2 Python语言介绍
1.2 Anaconda计算包
1.2.1 Anaconda的使用
1.2.2 Jupyter分析平台
1.2.3 Spyder编程平台
1.3 Python编程基础
1.3.1 Python编程入门
1.3.2 Python数据类型
1.3.3 Python编程运算
1.4 Python程序设计
1.4.1 Python数据分析包
1.4.2 数值分析包numpy
1.4.3 基本绘图包matplotlib
数据及练习1
第2章 数据挖掘的基本方法
2.1 数据收集过程
2.1.1 常规数据收集
2.1.2 大数据的概念
2.1.3 数据管理
2.1.4 数据分析包pandas
2.2 数据的描述分析
2.2.1 基本统计量
2.2.2 基于数据框的绘图
2.3 数据的透视分析
2.3.1 一维频数分析
2.3.2 二维集聚分析
2.3.3 多维透视分析
数据及练习2
第3章 数据挖掘的统计基础
3.1 均匀分布及其应用
3.1.1 均匀分布的概念
3.1.2 均匀分布的应用
3.2 正态分布及其应用
3.2.1 正态分布简介
3.2.2 基本统计推断
数据及练习3
第2部分 数值数据的挖掘
第4章 线性相关与回归模型
4.1 两变量相关与回归分析
4.1.1 两变量线性相关分析
4.1.2 两变量线性回归模型
4.2 多变量相关与回归分析
4.2.1 多变量线性相关分析
4.2.2 多变量线性回归模型
数据及练习4
第5章 时间序列数据分析
5.1 时间序列简介
5.1.1 时间序列的概念
5.1.2 时间序列的模拟
5.1.3 股票数据的分析
5.2 时间序列模型的构建
5.2.1 ARIMA模型
5.2.2 ARMA模型的构建
5.2.3 ARMA模型的建立与检验
5.3 时间序列模型的应用
5.3.1 模型的预处理
5.3.2 模型的估计与检验
5.3.3 模型的预测分析
数据及练习5
第6章 多元数据的统计分析
6.1 综合评价方法
6.1.1 综合评价指标体系
6.1.2 综合评价分析方法
6.2 主成分分析方法
6.2.1 主成分分析方法的基本思想
6.2.2 主成分的基本分析
6.3 聚类分析方法
6.3.1 聚类分析方法的概念
6.3.2 系统聚类方法
数据及练习6
第3部分 文本数据的挖掘
第7章 简单文本处理方法
7.1 字符串处理
7.1.1 字符串的基本操作
7.1.2 字符串查询与替换
7.2 简单文本处理
7.2.1 文本挖掘的概念
7.2.2 文本数据的分词
7.3 网络数据的爬虫
7.3.1 网页的基础知识
7.3.2 Python爬虫步骤
7.3.3 爬虫方法的应用
数据及练习7
第8章 社会网络与知识图谱
8.1 社会网络的初步印象
8.1.1 社会网络分析概念
8.1.2 社会网络分析包
8.2 社会网络图的构建
8.2.1 社会网络数据形式
8.2.2 社会网络统计量
8.2.3 美化社会网络图
8.3 商业数据知识图谱应用
8.3.1 关联规则分析概念入门
8.3.2 关联规则分析基础应用
8.3.3 关联规则可视化分析
8.3.4 大样本关联规则实战
数据及练习8
第9章 文献计量与知识图谱
9.1 文献计量研究的框架
9.2 文献数据的收集与分析
9.2.1 文献数据的获取
9.2.2 文献数据的分析
9.3 科研数据的管理与评价
9.3.1 科研单位与项目分析
9.3.2 科研期刊与作者分析
9.3.3 图谱共现矩阵计算
9.3.4 共现矩阵的网络图
数据及练习9
附录 资源共享平台与云计算平台
附录A 资源共享平台
A1 本书的学习网站
A2 本书自定义函数
附录B 云计算平台简介
B1 课程学习平台
B2 习题解答平台
参考文献