Python商业数据分析（大数据与人工智能系列）

张瑾，中国人民大学商学院副教授，博士生导师，管理科学与工程系副主任、商业分析云智实验室副主任，中国信息经济学会理事。获中国信息经济学理论贡献奖，教育部博士研究生学术新人奖。目前在商业大数据分析领域国内外重要学术期刊与国际会议上发表学术论文30余篇，主持和参与多项国家自然科学基金委项目和重大项目。主要教学与研究领域包括大数据管理与分析、商务智能、电子商务、人工智能等。

为了适应社会科学学科学生以及企业从事商业数据分析的人员需求，本书会精选部分精炼的Python语法进行讲解，以最简单直白的语言将Python用于商业数据分析的要义讲明白。本书重点将围绕商业数据分析这一核心问题介绍三部分内容：一、以目前进行商业数据分析最主要的编程语言Python为主，介绍Python编程语法；二、介绍进行商业数据分析的主要算法和模型，包括统计方法、数据挖掘方法、机器学习方法以及深度学习方法；三、以商业管理中常见的应用问题为例，介绍4-5个商业数据分析案例，包括市场营销方面的消费者细分、在线社区中虚假评论的识别、房地产经济分析、金融投资领域中的行业研究报告分析等。

目录
第1章引言 / 1
基础篇
第2章 Python简介 / 7
2．1 发展历程 / 7
2．2 特点 / 7
2．2．1 开源与可移植性 / 8
2．2．2 面向对象 / 8
2．2．3 其他特点 / 8
2．3 语言标准 / 9
2．4 Python 3的安装与运行 / 9
2．4．1 Windows / 9
2．4．2 Linux/Unix / 11
2．4．3 Mac OS / 11
2．5 思考练习题 / 12
第3章 数据类型 / 13
3．1 概述 / 13
3．1．1 变量 / 13
3．1．2 数据类型框架 / 15
3．2 数字类型 / 16
3．2．1 分类 / 16
3．2．2 相关函数 / 17
3．3 列表与元组 / 18
3．3．1 序列通用操作 / 18
3．3．2 列表 / 21
3．3．3 元组 / 27
3．4 字符串 / 28
3．4．1 概述 / 28
3．4．2 字符串格式化 / 31
3．4．3 方法 / 32
3．5 字典 / 33
3．5．1 概述 / 33
3．5．2 格式化字符串 / 34
3．5．3 方法 / 35
3．6 集合 / 37
3．6．1 概述 / 37
3．6．2 方法 / 39
3．7 基本运算符 / 39
3．7．1 算术运算符 / 40
3．7．2 比较运算符 / 40
3．7．3 赋值运算符 / 40
3．7．4 其他运算符 / 41
3．7．5 运算符优先级表 / 41
3．8 思考练习题 / 42
第4章 条件与循环 / 43
4．1 条件 / 43
4．1．1 布尔变量 / 43
4．1．2 条件语句 / 43
4．2 循环 / 46
4．2．1 循环语句 / 46
4．2．2 迭代方式 / 50
4．2．3 排序 / 52
4．3 列表推导式与其他语句 / 53
4．3．1 列表推导式 / 53
4．3．2 其他语句 / 54
4．4 思考练习题 / 55
第5章 函数与类 / 56
5．1 函数 / 56
5．1．1 创建 / 56
5．1．2 参数 / 59
5．1．3 作用域 / 62
5．1．4 递归 / 63
5．2 类 / 65
5．2．1 对象 / 65
5．2．2 类的创建 / 66
5．2．3 私有化与类的命名空间 / 67
5．2．4 子类与超类 / 70
5．2．5 特殊方法 / 72
5．2．6 迭代器 / 75
5．3 思考练习题 / 78
第6章 标准库、异常与文件流 / 79
6．1 标准库 / 79
6．1．1 概念区分：模块、库与标准库 / 79
6．1．2 安装第三方模块 / 81
6．1．3 使用import语句导入模块 / 81
6．1．4 查看模块信息：help（） / 82
6．1．5 常用标准库之一：os / 82
6．1．6 常用标准库之二：sys / 83
6．1．7 常用标准库之三：time / 86
6．1．8 常用标准库之四：random / 88
6．1．9 常用标准库之五：re / 89
6．2 异常 / 94
6．2．1 捕捉异常：try/except语句 / 95
6．2．2 捕捉异常：try/except…else语句 / 96
6．2．3 捕捉异常：try/finally语句 / 97
6．2．4 抛出异常：raise语句 / 98
6．3 文件与流 / 98
6．3．1 打开和关闭文件 / 99
6．3．2 读取文件内容 / 100
6．3．3 写入文件内容 / 101
6．4 思考练习题 / 102
第7章 Python常用模块 / 103
7．1 Numpy / 103
7．1．1 ndarray的创建 / 103
7．1．2 ndarray的常用属性 / 105
7．1．3 ndarray的形状改变 / 105
7．1．4 ndarray的索引与切片 / 106
7．1．5 ndarray的拷贝 / 107
7．1．6 ndarray的拼接 / 108
7．1．7 ndarray的运算 / 109
7．2 Pandas / 110
7．2．1 Series的创建 / 111
7．2．2 Series的索引及切片 / 112
7．2．3 DataFrame的创建 / 113
7．2．4 DataFrame的写入与读取 / 114
7．2．5 DataFrame的索引 / 115
7．2．6 DataFrame的增、删、改、查 / 117
7．2．7 DataFrame的数据统计方法 / 121
7．2．8 缺失数据处理 / 124
7．2．9 数据离散化 / 125
7．3 NLTK / 126
7．3．1 分句与分词 / 126
7．3．2 词性标注 / 127
7．3．3 符号和停用词处理 / 127
7．3．4 词干提取与词形还原 / 128
7．3．5 词相似度计算 / 129
7．4 思考练习题 / 130
第8章 数据可视化 / 131
8．1 Matplotlib / 131
8．1．1 图形的创建 / 131
8．1．2 绘制多函数图像 / 132
8．1．3 添加图形信息 / 135
8．1．4 不同类型的图形 / 138
8．2 Seaborn / 141
8．2．1 直方图 / 141
8．2．2 条形图 / 142
8．2．3 箱线图 / 143
8．2．4 散点图 / 143
8．2．5 结构化多图网格 / 145
8．2．6 回归图 / 145
8．3 PyEcharts / 146
8．3．1 绘制地图 / 147
8．3．2 空间流动图 / 148
8．4 思考练习题 / 149
方法篇
第9章关联规则 / 153
9．1 关联规则基本概念 / 153
9．2 关联规则挖掘方法 / 154
9．3 关联规则兴趣性的评价指标 / 157
9．3．1 提升度 / 158
9．3．2 杠杆度 / 158
9．3．3 影响度 / 158
9．4 思考练习题 / 159
第10章 分类分析 / 160
10．1 分类分析基本概念 / 160
10．2 分类方法介绍 / 161
10．2．1 决策树分类 / 161
10．2．2 贝叶斯分类 / 169
10．2．3 支持向量机分类 / 171
10．3 分类准确率的测量方法 / 175
10．3．1 经典的分类准确率的测量方法 / 175
10．3．2 混淆矩阵 / 176
10．4 分类准确率的提升方法 / 178
10．4．1 Bagging / 179
10．4．2 Boostinig / 180
10．5 思考练习题 / 181
第11章 聚类分析 / 182
11．1 相似度测量方法 / 182
11．1．1 数值数据的相似度 / 182
11．1．2 类别数据的相似度 / 183
11．1．3 文本数据的相似度 / 183
11．1．4 类的相似度 / 184
11．2 聚类方法介绍 / 185
11．2．1 划分方法 / 185
11．2．2 层次方法 / 188
11．2．3 基于密度的方法 / 193
11．3 类别数量的确定方法 / 197
11．3．1 手肘法 / 197
11．3．2 轮廓系数 / 199
11．3．3 Calinski-Harabasz准则 / 200
11．4 思考练习题 / 201
第12章 社会网络分析 / 203
12．1 社会网络的基本概念 / 203
12．1．1 度 / 204 12．1．2 最短路径长度 / 204
12．1．3 网络密度 / 204
12．1．4 聚集系数 / 204
12．2 社会网络的中心性 / 208
12．2．1 度中心性 / 208
12．2．2 贴近中心性 / 208
12．2．3 中介中心性 / 209
12．3 社会网络的链接分析 / 210
12．3．1 PageRank算法 / 211
12．3．2 HITS算法 / 213
12．4 社会网络的社区发现 / 215
12．4．1 图分割算法 / 215
12．4．2 模块度优化算法 / 217
12．4．3 标签传播算法 / 219
12．5 思考练习题 / 221
第13章 神经网络 / 222
13．1 感知机 / 222
13．1．1 简单逻辑电路 / 223
13．1．2 线性不可分的局限 / 224
13．1．3 多层感知机 / 224
13．2 神经网络基本概念 / 226
13．2．1 神经网络的结构 / 226
13．2．2 激活函数 / 227
13．2．3 损失函数 / 229
13．3 训练技巧 / 229
13．3．1 批处理 / 230
13．3．2 优化算法 / 230
13．3．3 参数初始化 / 231
13．3．4 偏差与方差 / 232
13．3．5 超参数的设置 / 233
13．4 全连接神经网络 / 233
13．5 卷积神经网络 / 237
13．5．1 基本结构 / 238
13．5．2 代表性结构 / 239
13．6 循环神经网络 / 243
13．6．1 基本结构 / 243
13．6．2 代表性结构 / 243
13．7 思考练习题 / 248
第14章 表征学习 / 249
14．1 文本表征学习 / 249
14．1．1 词袋模型 / 249
14．1．2 TF-IDF模型 / 251
14．1．3 文档主题模型 / 253
14．1．4 Word2Vec模型 / 259
14．1．5 Doc2Vec模型 / 260
14．2 网络表征学习 / 263
14．2．1 DeepWalk算法 / 263
14．2．2 Node2Vec算法 / 266
14．2．3 Metapath2Vec算法 / 269
14．3 思考练习题 / 270
应用篇
第15章网络数据抓取 / 275
15．1 基础知识 / 276
15．1．1 数据抓取的基本思想 / 276
15．1．2 网页基础知识和浏览器原理 / 276
15．1．3 HTML语言简介 / 277
15．2 用Python实现数据爬取 / 282
15．2．1 获得网页HTML源代码 / 283
15．2．2 通过HTML标签定位数据 / 286
15．2．3 处理“翻页”数据 / 291
15．3 数据抓取技巧 / 294
15．4 思考练习题 / 295
第16章 顾客市场细分 / 297
16．1 背景与问题 / 297
16．2 数据介绍 / 298
16．3 分析方法与结论 / 301
16．3．1 分析方法 / 301
16．3．2 分析结论 / 305
16．4 思考练习题 / 306
第17章 房地产服务平台用户需求分析 / 307
17．1 背景与问题 / 307
17．2 数据介绍 / 307
17．3 分析方法与结论 / 309
17．3．1 分析方法 / 309
17．3．2 分析结论 / 315
17．4 思考练习题 / 315
第18章 电子商务中消费者评论意见提取 / 316
18．1 背景与问题 / 316
18．2 数据介绍 / 317
18．2．1 数据获取 / 317
18．2．2 商品属性识别 / 319
18．2．3 属性情感分析 / 324
18．2．4 数据转换 / 325
18．3 分析方法与结论 / 325
18．3．1 分析方法 / 325
18．3．2 分析结论 / 329
18．4 思考练习题 / 331
第19章 知识付费中顾客满意度分析 / 332
19．1 背景与问题 / 332
19．2 数据介绍 / 334
19．2．1 变量介绍 / 335
19．2．2 数据获取 / 337
19．3 分析方法与结论 / 346
19．3．1 分析方法 / 346
19．3．2 分析结论 / 348
19．4 思考练习题 / 351