Python数据分析与应用_源代码和实验数据

【实例截图】

【核心代码】

├─第1章
│      HelloWorld.html
│      第1章选择题答案.txt
│
├─第2章
│  ├─习题程序
│  │  │  第2章选择题答案.txt
│  │  │
│  │  ├─code
│  │  │      第2章操作题.py
│  │  │
│  │  └─data
│  └─任务程序
│      ├─code
│      │      任务2.1 认识NumPy数组对象ndarray.py
│      │      任务2.2 认识NumPy矩阵与通用函数.py
│      │      任务2.3 NumPy数值计算基础.py
│      │
│      ├─data
│      │      iris_sepal_length.csv
│      │
│      └─tmp
│              arr.txt
│              savez_arr.npz
│              save_arr.npy
│              y=x^2.png
│
├─第3章
│  ├─习题程序
│  │  │  第3章选择题答案.txt
│  │  │
│  │  ├─code
│  │  │      第3章操作题.py
│  │  │
│  │  ├─data
│  │  │      iris.npz
│  │  │
│  │  └─tmp
│  │          iris各特征箱线图.png
│  │          iris散点图.png
│  │
│  ├─任务程序
│  │  ├─code
│  │  │      任务3.1 了解绘图基础语法与常用参数.py
│  │  │      任务3.2 分析特征间的关系.py
│  │  │      任务3.3 分析特征内部数据分布与分散状况.py
│  │  │
│  │  ├─data
│  │  │      国民经济核算季度数据.npz
│  │  │
│  │  └─tmp
│  │          2000-2017各产业国民生产总值箱线图.png
│  │          2000-2017年各产业季度生产总值散点图.png
│  │          2000-2017年季度各产业生产总值折线图.png
│  │          2000-2017年季度各行业生产总值折线子图.png
│  │          2000-2017年季度各行业生产总值散点子图.png
│  │          2000-2017年季度生产总值折线图.png
│  │          2000-2017年季度生产总值散点图.png
│  │          2000-2017年季度生产总值点线图.png
│  │          2017年第一季度各产业国民生产总值直方图.png
│  │          2017年第一季度各产业生产总值占比饼图.png
│  │          sincos.png
│  │          y=x^2.png
│  │          修改rc参数后sin曲线.png
│  │          国民生产总值分散情况箱线图.png
│  │          国民生产总值构成分布直方图.png
│  │          国民生产总值构成分布直方图直方图.png
│  │          国民生产总值构成分布饼图.png
│  │          无法显示中文标题sin曲线.png
│  │          显示中文标题sin曲线.png
│  │          默认sin曲线.png
│  │
│  └─实训数据
│          populations.npz
│
├─第4章
│  ├─习题程序
│  │  │  第4章选择题答案.txt
│  │  │
│  │  ├─code
│  │  │      第4章操作题.py
│  │  │
│  │  └─data
│  │          mtcars.csv
│  │          数据特征说明.xlsx
│  │
│  ├─任务程序
│  │  ├─code
│  │  │      任务4.1 读写不同数据源的数据.py
│  │  │      任务4.2 掌握DataFrame的常用操作.py
│  │  │      任务4.3 转换与处理时间序列数据.py
│  │  │      任务4.4 使用分组聚合进行组内计算.py
│  │  │      任务4.5 创建透视表与交叉表.py
│  │  │
│  │  ├─data
│  │  │      meal_order_detail.xlsx
│  │  │      meal_order_detail1.sql
│  │  │      meal_order_detail2.sql
│  │  │      meal_order_detail3.sql
│  │  │      meal_order_info.csv
│  │  │      users.xlsx
│  │  │      数据特征说明.xlsx
│  │  │
│  │  └─tmp
│  │          meal_order_detail.csv
│  │          meal_order_detail1.csv
│  │          orderInfo.csv
│  │          userInfo.xlsx
│  │
│  └─实训数据
│          Training_LogInfo.csv
│          Training_Master.csv
│          Training_Userupdate.csv
│          数据特征说明.xlsx
│
├─第5章
│  ├─习题程序
│  │  │  第5章选择题答案.txt
│  │  │
│  │  ├─code
│  │  │      第5章操作题.py
│  │  │
│  │  └─data
│  ├─任务程序
│  │  │  detail.csv
│  │  │
│  │  ├─code
│  │  │      任务5.1 合并数据.py
│  │  │      任务5.2 清洗数据.py
│  │  │      任务5.3 标准化数据.py
│  │  │      任务5.4 转换数据.py
│  │  │
│  │  ├─data
│  │  │      detail.csv
│  │  │      meal_order_detail1.sql
│  │  │      meal_order_detail2.sql
│  │  │      meal_order_detail3.sql
│  │  │      meal_order_info.csv
│  │  │      users_info.xlsx
│  │  │      数据特征说明.xlsx
│  │  │
│  │  └─tmp
│  │          菜品异常数据识别.png
│  │
│  └─实训数据
│          alarm.csv
│          ele_loss.csv
│          missing_data.csv
│          model.csv
│          数据特征说明.xlsx
│
├─第6章
│  ├─习题程序
│  │  │  第6章选择题答案.txt
│  │  │
│  │  ├─code
│  │  │      第6章操作题.py
│  │  │
│  │  └─data
│  ├─任务程序
│  │  ├─code
│  │  │      任务6.1 使用sklearn转换器处理数据.py
│  │  │      任务6.2 构建并评价聚类模型.py
│  │  │      任务6.3 构建并评价分类模型.py
│  │  │      任务6.4 构建并评价回归模型.py
│  │  │
│  │  ├─data
│  │  │      abalone.data
│  │  │      cal_housing.data
│  │  │      seeds_dataset.txt
│  │  │
│  │  └─tmp
│  │          聚类结果.png
│  │
│  └─实训数据
│          wine.csv
│          winequality.csv
│          数据特征说明.xlsx
│
├─第7章
│  ├─习题程序
│  │  │  第7章选择题答案.txt
│  │  │
│  │  ├─code
│  │  │      第7章操作题.py
│  │  │
│  │  └─data
│  │          data.csv
│  │          数据特征说明.xlsx
│  │
│  ├─任务程序
│  │  ├─code
│  │  │      任务7.2 预处理航空客户数据.py
│  │  │      任务7.3 使用K-Means算法进行客户分群.py
│  │  │
│  │  ├─data
│  │  │      air_data.csv
│  │  │
│  │  └─tmp
│  │          airline_scale.npz
│  │
│  └─训数据
│          credit_card.csv
│
├─第8章
│  ├─习题程序
│  │  │  第8章选择题答案.txt
│  │  │
│  │  ├─code
│  │  │      第8章操作题.py
│  │  │
│  │  └─data
│  │          data.csv
│  │
│  ├─任务程序
│  │  ├─code
│  │  │      GM11.py
│  │  │      任务8.2 分析财政收入数据特征的相关性.py
│  │  │      任务8.3 使用Lasso回归选取财政收入预测的关键特征.py
│  │  │      任务8.4 使用灰色预测和SVR构建财政收入预测模型.py
│  │  │
│  │  ├─data
│  │  │      data.csv
│  │  │
│  │  └─tmp
│  │          new_reg_data.csv
│  │          new_reg_data_GM11.xls
│  │          new_reg_data_GM11_revenue.xls
│  │
│  └─实训数据
│          income_tax.csv
│          数据特征说明.xlsx
│
└─第9章
    ├─习题程序
    │  │  第9章选择题答案.txt
    │  │
    │  ├─code
    │  │      第9章操作题.py
    │  │
    │  └─data
    │          data.csv
    │
    ├─任务程序
    │  ├─code
    │  │      water_heater_nnet.m
    │  │      任务9.2 预处理热水器用户用水数据.py
    │  │      任务9.3 构建用水行为特征并筛选用水事件.py
    │  │      任务9.4 构建行为事件分析的BP神经网络模型.py
    │  │
    │  ├─data
    │  │      original_data.xls
    │  │      test_data.xlsx
    │  │      water_hearter.xlsx
    │  │      water_heater.xls
    │  │      water_heater_log.xlsx
    │  │
    │  └─tmp
    │          sj.csv
    │          sj_final.xlsx
    │          water_heart.csv
    │          用户用水事件识别ROC曲线.png
    │
    └─实训数据
            USER_INFO_M.csv