目录__eol__第1部分 数据挖掘基础__eol__第1章 Python数据挖掘基础 4__eol__1.1　数据挖掘软件简介 5__eol__1.1.1 基本数据挖掘软件 5__eol__1.1.2 Python语言介绍 6__eol__1.2　Anaconda计算包 9__eol__1.2.1 Anaconda的使用 9__eol__1.2.2 Jupyter分析平台 11__eol__1.2.3 Spyder编程平台 15__eol__1.3　Python编程基础 17__eol__1.3.1 Python编程入门 17__eol__1.3.2 Python数据类型 17__eol__1.3.3 Python编程运算 21__eol__1.4　Python程序设计 23__eol__1.4.1 Python数据分析包 24__eol__1.4.2 数值分析包numpy 26__eol__1.4.3 基本绘图包matplotlib 27__eol__数据及练习1 34__eol__第2章 数据挖掘的基本方法 36__eol__2.1　数据收集过程 37__eol__2.1.1 常规数据收集 37__eol__2.1.2 大数据的概念 42__eol__2.1.3 数据管理 46__eol__2.1.4 数据分析包pandas 48__eol__2.2　数据的描述分析 56__eol__2.2.1 基本统计量 56__eol__2.2.2 基于数据框的绘图 61__eol__2.3　数据的透视分析 65__eol__2.3.1 一维频数分析 65__eol__2.3.2 二维集聚分析 67__eol__2.3.3 多维透视分析 72__eol__数据及练习2 74__eol__第3章 数据挖掘的统计基础 76__eol__3.1　均匀分布及其应用 77__eol__3.1.1 均匀分布的概念 77__eol__3.1.2 均匀分布的应用 78__eol__3.2　正态分布及其应用 81__eol__3.2.1 正态分布简介 81__eol__3.2.2 基本统计推断 85__eol__数据及练习3 87__eol__第2部分 数值数据的挖掘__eol__第4章 线性相关与回归模型 90__eol__4.1　两变量相关与回归分析 91__eol__4.1.1 两变量线性相关分析 91__eol__4.1.2 两变量线性回归模型 93__eol__4.2　多变量相关与回归分析 95__eol__4.2.1 多变量线性相关分析 95__eol__4.2.2 多变量线性回归模型 97__eol__数据及练习4 107__eol__第5章 时间序列数据分析 110__eol__5.1　时间序列简介 111__eol__5.1.1 时间序列的概念 111__eol__5.1.2 时间序列的模拟 111__eol__5.1.3 股票数据的分析 113__eol__5.2　时间序列模型的构建 114__eol__5.2.1 ARIMA模型 114__eol__5.2.2 ARMA模型的构建 119__eol__5.2.3 ARMA模型的建立与检验 123__eol__5.3　时间序列模型的应用 129__eol__5.3.1 模型的预处理 130__eol__5.3.2 模型的估计与检验 131__eol__5.3.3 模型的预测分析 133__eol__数据及练习5 133__eol__第6章 多元数据的统计分析 135__eol__6.1 综合评价方法 136__eol__6.1.1 综合评价指标体系 136__eol__6.1.2 综合评价分析方法 138__eol__6.2　主成分分析方法 144__eol__6.2.1 主成分分析方法的基本思想 144__eol__6.2.2 主成分的基本分析 146__eol__6.3　聚类分析方法 151__eol__6.3.1 聚类分析方法的概念 151__eol__6.3.2 系统聚类方法 153__eol__数据及练习6 158__eol__第3部分 文本数据的挖掘__eol__第7章 简单文本处理方法 162__eol__7.1　字符串处理 163__eol__7.1.1 字符串的基本操作 163__eol__7.1.2 字符串查询与替换 164__eol__7.2　简单文本处理 165__eol__7.2.1 文本挖掘的概念 165__eol__7.2.2 文本数据的分词 167__eol__7.3　网络数据的爬虫 170__eol__7.3.1 网页的基础知识 170__eol__7.3.2 Python爬虫步骤 171__eol__7.3.3 爬虫方法的应用 173__eol__数据及练习7 180__eol__第8章 社会网络与知识图谱 182__eol__8.1　社会网络的初步印象 183__eol__8.1.1 社会网络分析概念 183__eol__8.1.2 社会网络分析包 184__eol__8.2　社会网络图的构建 185__eol__8.2.1 社会网络数据形式 185__eol__8.2.2 社会网络统计量 188__eol__8.2.3 美化社会网络图 191__eol__8.3　商业数据知识图谱应用 194__eol__8.3.1 关联规则分析概念入门 194__eol__8.3.2 关联规则分析基础应用 195__eol__8.3.3 关联规则可视化分析 197__eol__8.3.4 大样本关联规则实战 199__eol__数据及练习8 203__eol__第9章 文献计量与知识图谱 204__eol__9.1　文献计量研究的框架 205__eol__9.2　文献数据的收集与分析 206__eol__9.2.1 文献数据的获取 206__eol__9.2.2 文献数据的分析 209__eol__9.3　科研数据的管理与评价 213__eol__9.3.1 科研单位与项目分析 213__eol__9.3.2 科研期刊与作者分析 215__eol__9.3.3 图谱共现矩阵计算 217__eol__9.3.4 共现矩阵的网络图 218__eol__数据及练习9 221__eol__附录 资源共享平台与云计算平台 222__eol__附录A 资源共享平台 222__eol__A1 本书的学习网站 222__eol__A2 本书自定义函数 223__eol__附录B 云计算平台简介 225__eol__B1 课程学习平台 225__eol__B2 习题解答平台 226__eol__参考文献 228__eol____eol__