Python数据分析与挖掘实战 作者：张良均，王路，谭立云，苏剑林

Python数据分析与挖掘实战 出版社：机械工业出版社

Python数据分析与挖掘实战 内容简介

10余位数据挖掘领域资深专家和科研人员，10余年大数据挖掘咨询与实施经验结晶。从数据挖掘的应用出发，以电力、航空、医疗、互联网、生产制造以及公共服务等行业真实案例为主线，深入浅出介绍Python数据挖掘建模过程，实践性极强。

本书共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。

基础篇（第1～5章），第1章的主要内容是数据挖掘概述；第2章对本书所用到的数据挖掘建模工具Python语言进行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理进行了介绍。

实战篇（第6～15章），重点对数据挖掘技术在电力、航空、医疗、互联网、生产制造以及公共服务等行业的应用进行了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序进行的，在建模过程的关键环节，穿插程序实现代码。最后通过上机实践，加深读者对数据挖掘技术在案例应用中的理解。

Python数据分析与挖掘实战 目录

前言

基础篇

第1章数据挖掘基础

1.1某知名连锁餐饮企业的困惑

1.2从餐饮服务到数据挖掘

1.3数据挖掘的基本任务

1.4数据挖掘建模过程

1.4.1定义挖掘目标

1.4.2数据取样

1.4.3数据探索

1.4.4数据预处理

1.4.5挖掘建模

1.4.6模型评价

1.5常用的数据挖掘建模工具

1.6小结

每2章Python数据分析简介

2.1搭建Python开发平台

2.1.1所要考虑的问题

2.1.2基础平台的搭建

2.2 Python使用入门

2.2.1运行方式

2.2.2基本命令

2.2.3数据结构

2.2.4库的导入与添加

2.3 Python数据分析工具

2.3.1 Numpy

2.3.2 Scipy

2.3.3 Matplotlib

2.3.4 Pandas

2.3.5 StatsModels'''''

2.3.6 Scikit-Leam'''''

2.3.7 Keras

2.3.8 Gensim

2.4配套资源使用设置

2.5小结

第3章数据探索

3.1数据质量分析

3.1.1缺失值分析

3.1.2异常值分析

3.1.3 -致性分析

3.2数据特征分析

3.2.1分布分析

3.2.2对比分析

3.2.3统计量分析

?3.3Python主要数据探索函数

3.3.1基本统计特征函数

3.3.2拓展统计特征函数

3.3.3统计作图函数

3.4小结

数据预处理

4.1数据清洗

4.1.1缺失值处理

4.1.2异常值处理

4.2数据集成

4.2.1实体识别

4.2.2冗余属性识别

413数据变换

4.3.1简单函数变换

4.3.2规范化

4.3.3连续属性离散化

4.3.4属性构造

4.3.5小波变换

4.4数据规约

4.4.1属性规约

4.4.2数值规约

4.5 Python主要数据预处理函数

4.6小结

第5章挖掘建模

5.1分类与预测

5.1.1实现过程

5.1.2常用的分类与预测算法

5.1.3回归分析

5.1.4决策树

5.1.5人工神经网络

5.1.6分类与预测算法评价

5.1.7 Python分类预测模型特点 -

5.2聚类分析

5.2.1 常用聚类分析算法

5.2.2 K-Means聚类算法

5.2.3聚类分析算法评价

5.2.4 Python主要聚类分析算法

5.3关联规则

5.3.1 常用关联规则算法

5.3.2 Apriori算法

5.4时序模式

5.4.1时间序列算法

5.4.2时间序列的预处理

5.4.3平稳时间序列分析

5.4.4非平稳时间序列分析

5.4.5 Python主要时序模式算法

5.5离群点检测 134

5.5.1离群点检测方法

5.5.2基于模型的离群点检测方法

5.5.3基于聚类的离群点检测方法

5.6小结

实战篇

第6章电力窃漏电用户自动识别

6.1背景与挖掘目标

6.2分析方法与过程

6.2.1数据抽取

6.2.2数据探索分析

6.2.3数据预处理

6.2.4构建专家样本

6.3上机实验

6.4拓展思考

6.5小结

第7章航空公司客户价值分析

7.1背景与挖掘目标

7.2分析方法与过程

7.2.1数据抽取

7.2.2数据探索分析

7.2.3数据预处理

7.2.4模型构建

7.3上机实验

7.4拓展思考 一

7.5小结

第8章中医证型关联规则挖掘

8.1背景与挖掘目标

8.2分析方法与过程

8.2.1数据获取

8.2.2数据预处理

8.2.3模型构建

8.3上机实验

8.4拓展思考

8.5小结

第9章基于水色图像的水质评价

9.1背景与挖掘目标

9.2分析方法与过程

9.2.1数据预处理

9.2.2模型构建

9.2.3水质评价

9.3上机实验

9.4拓展思考

9.5小结

第10章家用电器用户行为分析与事件识别

10.1背景与挖掘目标

10.2分析方法与过程

10.2.1数据抽取

10.2.2数据探索分析

10.2.3数据预处理

10.2.4模型构建

10.2.5模型检验

10.3上机实验

10.4拓展思考

10.5小结

第11章应用系统负载分析与磁盘容量预测

11.1背景与挖掘目标

11.2分析方法与过程

11.2.1数据抽取

11.2.2数据探索分析

11.2.3数据预处理

11.2.4模型构建

11.3上机实验

11.4拓展思考

11.5小结

第12章电子商务网站用户行为分析及服务推荐

12.1背景与挖掘目标

12.2分析方法与过程

12.2.1数据抽取

12.2.2数据探索分析

12.2.3数据预处理

12.2.4模型构建

12.3上机实验

12.4拓展思考

12.5小结

第13章财政收入影响因素分析及

13.1预测模型

13.2背景与挖掘目标分析方法与过程

13.2.1灰色预测与神经网络的组合模型

13.2.2数据探索分析

13.2.3模型构建

13.3上机实验

13.4拓展思考

13.5小结 一

第14章 基于基站定位数据的商圈分析 一

14.1背景与挖掘目标

14.2分析方法与过程

14.2.1数据抽取

14.2.2数据探索分析

14.2.3数据预处理

14.2.4模型构建

14.3上机实验

14.4拓展思考

14.5小结

第15章电商产品评论数据情感分析

15.1背景与挖掘目标

15.2分析方法与过程

15.2.1评论数据采集

15.2.2评论预处理

15.2.3文本评论分词

15.2.4模型构建

15.3.上机实验

15.4拓展思考

15.5小结

参考文献

Python数据分析与挖掘实战 精彩文摘

国内某餐饮连锁有限公司（以下简称T餐饮）成立于1998年，主要经营粤菜，兼顾湘菜、川菜等综合菜系。至今已经发展成为在国内具有一定知名度、美誉度，多品牌、立体化的大型餐饮连锁企业。员工1000多人，拥有16家直营分店，经营总面积近13000平方米，年营业额近亿元。其旗下各分店均坐落在繁华市区主干道，雅致的装潢，配之以精致的饰品、灯具、器物，出品精美，服务规范。

近年来餐饮行业面临较为复杂的市场环境，与其他行业一样，餐饮企业都遇到了原材料成本升高、人力成本升高、房租成本升高等问题，这也使得整个行业的利润急剧下降。人力成本和房租成本的上升是必然趋势，如何在保持产品质量的同时提高企业效率，成为了T餐饮企业急需解决的问题。从2000年开始，T餐饮企业通过加强信息化管理来提高效率，目前已上线的管理系统如下。

（1）客户关系管理系统

客户关系管理系统详细记录了每位客人的喜好，为顾客提供个性化服务，满足客户个性化需求。通过客户关怀，提高客户的忠诚度。例如，企业能随时查询今天哪位客人过生日或其他纪念日，根据客人的价值分类进行相应关怀，如送鲜花、生日蛋糕和寿面等。通过本系统，还可对客户行为进行深入分析，包括客户价值分析、新客户分析与发展，并根据其价值情况提供给管理者，为企业提供决策支持。

（2）前厅管理系统

前厅管理系统通过掌上电脑无线点菜方式，改变了传统“饭店点菜、下单、结账一支笔、一张纸，服务员来回跑的局面”，快速完成点菜过程。通过厨房自动送达信息，服务员的写菜速度加快，不需要再通过手写，同时传菜部也轻松不少，菜单会通过电脑自动打印出来，差错率降低，也不存在厨房人员看不懂服务员字迹而搞错的问题。

（3）后厨管理系统

信息化技术可实现后厨与前厅沟通无障碍，客人菜单瞬间传到厨房。服务员只需单击掌上电脑的发送键，客人的菜单即被传送到收银管理系统中，由系统的电脑发出指令，设在厨房等处的打印机立即打印出相应的菜单，厨师按单做菜。与此同时，收银台也打印出一张同样的菜单放在客人桌上，以备客人查询以及作结账凭据，使客人明明白白地消费。

（4）财务管理系统

财务管理系统完成销售统计、销售分析、财务审计，实现对日常经营销售的管理。通过报表，企业管理者很容易掌握前台的销售情况，从而达到对财务的控制。通过表格和图形显示餐厅的销售情况，如菜品排行榜、日客户流量、日销售收入分析等；通过统计每天的出菜情况，我们可以了解哪些是滞销菜，哪些是畅销菜，从而了解顾客的品位，有针对性地制定出一套既适合餐饮企业发展又能迎合顾客品位的菜肴体系和定价策略。

（5）物资管理系统

物资管理系统主要完成对物资的进销存，实际上就是一套融采购管理（入库、供应商管理、账款管理）、销售（通过配菜卡与前台销售联动）、盘存为一体的物流管理系统。对于连锁企业，还涉及统一配送管理等。

通过以上信息化的建设，T餐饮已经积累了大量的历史数据，有没有一种方法可帮助企业从这些数据中洞察商机，提取价值？在同质化的市场竞争中，怎样找到一些市场以前并不存在的“捡漏”和“补缺”呢？