"一本书讲透大数据分析知识点，全书通过8个多角度案例，深入讲解大数据分析与应用中的疑难点。通过当前最流行的Python语言，为那些想学习和掌握大数据分析应用的读者提供一本“看了就能学会”的书。
《Python大数据分析与应用实战》全部通过在实际场景中对大数据的应用，以及使用合适的算法进行应用，并用浅显易懂的代码去实现相应的目的，完成数据搭建、分析、文本数据分析、数据集与决策树，以及垃圾图片分类、协同过滤和聚类算法等经典知识点的实际应用。"

本书主要介绍大数据分析、人工智能的实战应用。全书共9章，通过8个大型的数据分析案例，系统地介绍常用的数据分析方法。这8个大型案例涉及数据可视化方法，回归、聚类、决策树、朴素贝叶斯等机器学习算法，以及深度学习算法等内容。各章程序在Python3.8.5环境下编写完成，在案例编写过程中，涉及Pandas、NumPy、Matplotlib等Python中常用的依赖库，优选限度地帮助读者掌握相关知识内容。每个案例之间相互独立，读者可以根据自己的兴趣选择相关章节进行学习。本书内容丰富，通俗易懂，以实操为目的帮助用户快速掌握相关技能。书中案例程序全码解析，注释完备，在编程环境下经过简单的修改便可以使用。本书不仅适合大数据分析、人工智能相关领域的入门读者使用，也适合有一定基础的读者进行实战时参考，同时适合本科生、研究生及对Python感兴趣的读者阅读。作、利用深度学习技术对模型进行优化等内容。本书主要分为3部分：第1部分包括第1章主要讲解Python的基础知识，第2部分包括第2～6章为实战案例，第3部分包括第7～8章主要讲解利用深度学习和协同过滤技术对大数据分析进行为拓展与延伸。本书内容丰富，讲解通俗易懂，适合本科生、研究生，以及对Python语言感兴趣或者想要使用Python语言进行数据分析的广大读者。

第1章 Python语法基础\t1
1.1 安装Anaconda\t1
1.1.1 代码提示\t4
1.1.2 变量浏览\t5
1.1.3 安装第三方库\t5
1.2 语法基础\t6
1.2.1 字符串、列表、元组、字典和集合\t6
1.2.2 条件判断、循环和函数\t13
1.2.3 异常\t17
1.2.4 特殊函数\t20
1.3 Python基础库应用入门\t22
1.3.1 NumPy库应用入门\t23
1.3.2 Pandas库应用入门\t29
1.3.3 Matplotlib库应用入门\t40
1.4 本章小结\t45
第2章 天气数据的获取与建模分析\t52
2.1 准备工作\t52
2.2 利用抓取方法获取天气数据\t54
2.2.1 网页解析\t54
2.2.2 抓取一个静态页面中的天气数据\t57
2.2.3 抓取历史天气数据\t60
2.3 天气数据可视化\t63
2.3.1 查看数据基本信息\t63
2.3.2 变换数据格式\t64
2.3.3 气温走势的折线图\t66
2.3.4 历年气温对比图\t67
2.3.5 天气情况的柱状图\t69
2.3.6 使用Tableau制作天气情况的气泡云图\t70
2.3.7 风向占比的饼图\t72
2.3.8 使用windrose库绘制风玫瑰图\t73
2.4 机器学习在天气预报中的应用\t76
2.4.1 线性回归的基本概念\t76
2.4.2 使用一元线性回归预测气温\t77
2.4.3 使用多元线性回归预测气温\t84
2.5 本章小结\t91
第3章 养成游戏中人物的数据搭建\t92
3.1 准备工作\t92
3.2 利用Pyecharts库进行数据基本情况分析\t94
3.2.1 感染人数分布图\t94
3.2.2 病情分布图\t96
3.2.3 病症情况堆叠图\t97
3.2.4 绘制死亡、出院情况折线图\t98
3.2.5 病情热力图\t100
3.2.6 病情分布象形图\t101
3.2.7 人口流动示意图\t103
3.3 感染病例分析\t105
3.3.1 基本信息统计\t106
3.3.2 使用直方图展示感染周期\t108
3.3.3 使用词云图展示死亡病例情况\t111
3.4 疫情趋势预测\t114
3.4.1 利用逻辑方程预测感染人数\t115
3.4.2 利用SIR模型进行疫情预测\t120
3.4.3 Logistic模型和SIR模型的对比\t128
3.5 本章小结\t131
第4章 航空数据分析\t132
4.1 准备工作\t132
4.2 基本情况统计分析\t135
4.2.1 查看数据的基本信息\t135
4.2.2 航空公司、机型分布\t137
4.2.3 展示各个城市航班数量的3D地图\t139
4.2.4 从首都机场出发的桑基图\t142
4.2.5 通过关系图展示航线\t145
4.3 利用Floyd算法计算最短飞行时间\t148
4.3.1 Floyd算法简介\t148
4.3.2 Floyd算法的流程\t150
4.3.3 算法程序实现\t150
4.3.4 结果分析\t154
4.4 本章小结\t158
第5章 市民服务热线文本数据分析\t160
5.1 准备工作\t160
5.2 基本情况分析\t162
5.2.1 数据分布基本信息\t162
5.2.2 每日平均工单量分析\t165
5.2.3 来电时间分析\t166
5.2.4 工单类型分析\t167
5.3 利用词云图展示工单内容\t171
5.3.1 工单分词\t171
5.3.2 去除停用词\t172
5.3.3 词频统计\t173
5.3.4 市民反映问题词云图\t175
5.3.5 保存数据\t176
5.4 基于朴素贝叶斯的工单自动分类转办\t177
5.4.1 需求概述\t177
5.4.2 朴素贝叶斯模型的基本概念\t177
5.4.3 朴素贝叶斯文本分类算法的流程\t181
5.4.4 程序实现\t182
5.5 基于K-Means算法和PCA方法降维的热点问题挖掘\t189
5.5.1 应用场景\t189
5.5.2 K-Means算法和PCA方法的基本原理\t189
5.5.3 热点问题挖掘算法的流程\t193
5.5.4 程序实现\t194
5.6 本章小结\t205
第6章 决策树信贷风险控制\t206
6.1 准备工作\t206
6.2 数据集基本情况分析\t209
6.2.1 查看数据大小和缺失情况\t209
6.2.2 绘制直方图查看数据的分布情况\t211
6.2.3 绘制直方图的3种方法\t212
6.2.4 通过箱型图查看异常值的情况\t213
6.2.5 异常值和缺失值的处理\t217
6.2.6 使用小提琴图展示预处理后的数据\t218
6.3 利用决策树进行信贷数据建模\t219
6.3.1 决策树原理简介\t219
6.3.2 决策树信贷建模流程\t225
6.3.3 利用scikit-learn库实现决策树风险控制算法\t226
6.3.4 模型优化\t231
6.4 本章小结\t233
第7章 利用深度学习进行垃圾图片分类\t234
7.1 准备工作\t234
7.2 深度学习的基本原理\t237
7.2.1 CNN的基本原理\t237
7.2.2 Keras库简介\t240
7.3 利用Keras库实现基于CNN的垃圾图片分类\t241
7.3.1 算法流程\t241
7.3.2 数据预处理\t241
7.3.3 CNN模型实现\t247
7.4 优化CNN模型\t252
7.4.1 选择优化器\t252
7.4.2 选择损失函数\t254
7.4.3 调整模型\t256
7.4.4 图片增强\t259
7.4.5 改变学习率\t263
7.5 模型应用\t265
7.6 本章小结\t268
第8章 协同过滤和矩阵分解推荐算法分析\t269
8.1 准备工作\t269
8.2 基于协同过滤算法的短视频完播情况分析\t271
8.2.1 基于用户的协同过滤算法的原理\t271
8.2.2 算法流程\t274
8.2.3 程序实现\t275
8.3 基于矩阵分解算法的短视频完播情况预测\t283
8.3.1 算法原理\t283
8.3.2 利用Surprise库实现SVD算法\t286
8.4 几种方法在测试数据集中的表现\t289
8.5 本章小结\t291
第9章 《红楼梦》文本数据分析\t292
9.1 准备工作\t292
9.1.1 编程环境\t292
9.1.2 数据情况简介\t293
9.2 分词\t294
9.2.1 读取数据\t295
9.2.2 数据预处理\t298
9.2.3 分词及去除停用词\t306
9.2.4 制作词云图\t307
9.3 文本聚类分析\t316
9.3.1 构建分词TF-IDF矩阵\t317
9.3.2 K-Means聚类\t318
9.3.3 MDS降维\t320
9.3.4 PCA降维\t321
9.3.5 HC聚类\t323
9.3.6 t -SNE高维数据可视化\t325
9.4 LDA主题模型\t326
9.5 人物社交网络分析\t332
9.6 本章小结\t338
附录A 抓取数据请求头查询\t339
附录B GraphViz库的安装方法\t341
附录C 在Windows 10中安装TensorFlow的方法\t343
参考文献\t346
致射\t348