加入VIP
Python数据分析入门――从数据获取到可视化

Python数据分析入门――从数据获取到可视化

作者:
沈祥壮
语言:
中文
作者:
沈祥壮
语言:
中文
出版社:
电子工业出版社
ISBN:
9787121336539
页数:
260

内容简介

本书作为数据分析的入门图书,以Python语言为基础,介绍了数据分析的整个流程。本书内容涵盖数据的获取(即网络爬虫程序的设计)、前期数据的清洗和处理、运用机器学习算法进行建模分析,以及使用可视化的方法展示数据及结果。首先,书中不会涉及过于高级的语法,不过还是希望读者有一定的语法基础,这样可以更好地理解本书的内容。其次,本书重点在于应用Python来完成一些数据分析和数据处理的工作,即如何使用Python来完成工作而非专注于Python语言语法等原理的讲解。本书的目的是让初学者不论对数据分析流程本身还是Python语言,都能有一个十分直观的感受,为以后的深入学习打下基础。最后,读者不必须按顺序通读本书,因为各个章节层次比较分明,可以根据兴趣或者需要来自行安排。例如第5章介绍了一些实战的小项目,有趣且难度不大,大家可以在学习前面内容之余来阅读这部分内容。

作者简介

沈祥壮

自学Python两年,以数据分析为主线,系统学习了数据的采集,处理、分析和可视化。在研究统计机器学习理论的同时,使用Python语言实现了部分统计学习算法。研究方向包括数据采集,数据挖掘,统计机器学习及图像处理。

精彩书评

这是一本务实之作,充分体现数据分析流程的各项环节,包含数据的采集、清洗和探索性分析,并通过大家耳熟能说的Python工具加以实操。对Python的初学者来说,可以从本书学到数据分析的思维和实战。这是一本不错的入门指南。

——刘顺祥(公众号:数据分析1480)嘉桥信息科技有限公司 高级数据分析师

精彩书摘

三门问题

三门问题,亦称为蒙提霍尔问题,出自美国的电视游戏节目Let’s Make a Deal。问题的名字来自该节目的主持人蒙提·霍尔(Monty Hall)。游戏规则是:参赛者会看见三扇关闭了的门,其中一扇后面有一辆汽车,选中后面有车的那扇门就可以赢得该汽车,而另外两扇门后面则各藏有一只山羊。当参赛者选定了一扇门,但未去开启它的时候,节目主持人会开启剩下两扇门的其中一扇,露出其中一只山羊。主持人其后会问参赛者要不要换另一扇仍然关上的门。

关于换不换的问题,就是计算换了之后能不能增加获得汽车的概率。答案是可以, 不换的话获得汽车的概率是1∶3,但是换了之后的概率将提高到2∶3。关于理论上的证明有很多种方式,这里就不再一一介绍。下面直接看怎么用Python来模拟这个过程并得出结论,在这之前建议有点思路的读者先自己尝试一下看能不能写出来,这里给出一个参考程序。

首先是进行一次游戏,根据规则和做出的策略来看是否能赢。

# 计算在第二次采取不同策略时,是否在游戏中获胜(选中汽车)

def game(strategy):

win = 0

# 假定汽车在0号门(参赛者并不了解这一事实)

doors = [0, 1, 2]

# 因为事先并不知道任何信息,所以第一次随机选取一扇门

first_choice = rnd.choice(doors)

# 根据第一次的选择情况的不同,第二次决策面临两种不同的备选组合

# 如果第一次选择了0号门,那么在主持人打开另外两扇门中的其中一扇门后

# 第二次将在0号门和未打开的空门(1或 2)中作出选择

if first_choice == 0:

doors = [0, rnd.choice([1, 2])]

# 如果第一次没有选中0,那么此时被打开的必然是另一扇有山羊的门,那么

# 在第二次选择时,将在0和自己现在所处的门(first_choice)作出选择

else:

doors = [0, first_choice]

# 采取不同的策略进行第二次选择

# 保持原来位置不变

if strategy == 'stick':

second_choice = first_choice

# 排除一扇空门后,放弃原来的选择,直接选择另一扇门

else:

doors.remove(first_choice)

second_choice = doors[0]

# 记得,奖品在0号门

if second_choice == 0:

win = 1

return win

之后进行一定次数的模拟,并计算不同策略获胜的概率,如下所示。

# 对特定策略进行的一定次数的模拟

def MC(strategy, times):

wins = 0

for i in range(times):

wins += game(strategy)

# 计算获奖的概率值

p = wins / times

print('第二次选择采用' + strategy + '方法,

获奖的概率为:' + str(p) + '(模拟次数为' + str(times) + ')')

模拟10000次,如下所示。

if __name__ == '__main__':

MC('stick', 10000)

MC('switch', 10000)

运行输出如下。

第二次选择采用stick方法,获奖的概率为:0.3438(模拟次数为10000)

第二次选择采用switch方法,获奖的概率为:0.6658(模拟次数为10000)

可以清楚地看到转换的概率提升到了三分之二。该程序再次见证了蒙特卡罗方法的强大,我们不需要去理解问题本身深刻的机理,只需要将现象在一定的规则下进行尽量多的随机模拟,即可得到解决问题的办法。Python还可以利用现有的第三方库来解决较为复杂的优化问题,下面介绍LP、QP问题的解决。

相关文件下载地址

该资源需登录后下载

去登录
温馨提示:本站所有内容及下载按钮仅作站点演示用,并不提供真实下载链接。

评分及评论

无用户评分

来评个分数吧

  • 5 分
    0
  • 4 分
    0
  • 3 分
    0
  • 2 分
    0
  • 1 分
    0

评论