Python交通大数据分析与应用

图书介绍

本书特色：1、紧扣交通大数据分析全流程：本书的设计思路以数据分析的流程为导向，结合交通数据讲解流程中的每个环节，并通过课后习题巩固所学知识，详细介绍如何使用Python实现交通大数据分析的完整流程。2、注重项目实战应用：本书通过讲解实际交通行业的相关项目，让读者明确如何利用所学知识来解决生产、生活中的问题，真正理解并能够应用所学知识。3、注重启发式教学：全书大部分章节紧扣具体应用展开，不堆积知识点，着重于思路的启发与解决方案的实施。

本书简介：本书以Python数据分析的常用技术与交通行业真实案例相结合的方式，深入浅出的介绍Python数据分析与挖掘技术的重要内容。全书共10章，内容包括交通大数据的背景与应用、数据分析的基本任务和基本流程、开发环境，Python的基本命令和基本数据结构、Python数据分析常用类库、常见数据来源、交通信息采集技术、常见数据类型、常见数据读取方法、数据探索、数据预处理、常见分类与回归模型、聚类模型、时间序列模型等技术，以及二手汽车售价预测、公交站点设置优化分析、铁路旅客客流量预测、如何使用TipDM数据挖掘建模平台实现二手车售价预测案例。本书大部分章节包含了课后习题，通过练习和操作实践，帮助读者巩固所学的内容。

本书适用对象：1、开设有数据分析与挖掘课程的交通行业高校的学生；2、数据分析与挖掘应用的开发人员；3、进行数据分析应用研究的科研人员。

图书目录

第1章 绪论

1.1 了解交通大数据
1.2 认识数据分析
1.3 了解常用的数据分析工具
1.4 配置Python开发环境
小结
课后习题

第2章 Python数据分析简介

2.1 入门Python数据分析
2.2 了解Python数据分析常用类库
小结
课后习题

第3章 数据获取

3.1 了解常见的数据来源
3.2 了解交通信息的采集
3.3 了解常见的数据类型
3.4 掌握数据的读取方式
小结
课后习题

第4章 数据探索

4.1 分析数据质量
4.2 分析数据特征
小结
课后习题

第5章 数据预处理

5.1 清洗数据
5.2 变换数据
5.3 属性构造
5.4 属性规约
5.5 合并数据
小结
课后习题

第6章 构建模型

6.1 构建分类与回归模型
6.2 构建聚类模型
6.3 构建时间序列模型
小结
课后习题

第7章 车辆驾驶行为安全分析

7.1 目标分析
7.2 数据预处理
7.3 运输路线图
7.4.1 构建聚类模型
7.4.2构建BP神经网络搭建车辆安全模型
小结
课后习题

第8章 公交站点设置优化分析

8.1 分析背景与目标
8.2 探索公交车刷卡数据
8.3 预处理公交车GPS数据与刷卡数据
8.4 构建DBSCAN模型
8.5 公交站点优化分析
小结
课后习题

第9章 铁路旅客客流量预测

9.1 分析背景与目标
9.2 预处理客流量数据
9.3 探索客流量数据
9.4 构建模型并预测客流量
小结
课后习题

第10章 基于TipDM大数据挖掘平台实现二手汽车售价预测

10.1 平台简介
10.2 快速构建二手汽车售价预测实训
小结