從社會科學到數據科學

劉世錦

從社會科學到數據科學

商品描述

本書以Python為核心工 具，旨在幫助社會科學研 究者掌握數據科學的核心 技能，將社會現象轉化為 可分析的數據，並利用編 程思維解決實際問題。全 書從基礎Python與Pandas 講解開始，介紹了Series與 DataFrame的操作，以及數 據獲取與轉換的內容，講 解了如何處理多種文件格 式、合並數據及通過API獲 取網絡數據。然後，開展 數據解讀，聚焦社會科學 研究問題構建、統計檢驗 與可視化方法，強調預期 與觀察的差異分析。 是數據科學應用實踐，通 過文本分析、時間序列、 網絡分析與地理信息系統 等案例，展示了社會學科 中數據科學的典型應用。 本書強調基礎理論與實例 操作相結合，展示了大量 在線資源與實例，適合社 會科學、信息科學等領域 的學習者入門作數據驅動 的研究。

作者簡介

郭順利，管理學博士，南京大學博士後，曲阜師範大學副教授，碩士生導師，國高教育·科研寫作研究院研究員。研究方向為信息資源管理、AI賦能科研寫作。先後主持參與 社科、省自然、教育科學規劃重點等項目10多項。在《圖書情報工作》《情報理論與實踐》等期刊發表CSSCI來源論文50余篇，出版學術專著2部，開授線下AI賦能科研講座20余場。

目錄大綱

緒論
一、開拓思路：社會科學中的編程思維
二、讀者定位
三、選擇Python的理由
Python基礎知識要求
四、Python版本要求
部分：編程思維
第二部分：數據獲取與轉換
第三部分：數據解讀：預期與觀察
第四部分：社會數據科學實踐：四種方法
五、數據科學的基礎與挑戰
六、本書的寫作風格與代碼規範
七、實踐導向
部分 編程思維
第1章 在何種尺度上來思考生活
1.1 社會科學的未來發展方向
1.2 （PO）DIKW：數據科學的潛在理論框架
1.3 界面的思考
1.4 固定成本、變量成本與邊際成本
1.5 FREE原則
1.6 偽代碼
1.7 本章小結
1.8 延伸閱讀
1.9 擴展與反思
第2章 Series
2.1 Series數據結構
2.2 改Series
2.3 本章小結
2.4 擴展與反思
第3章 DataFrame
3.1 從Series到DataFrame
3.2 構建DataFrame
3.3 從DataFrame中獲取數據：查詢、掩碼與切片
3.4 數據修改
3.5 主題：NumPy與NumPy數組
3.6 本章小結
3.7 延伸閱讀
3.8 擴展與反思
第二部分 數據獲取與轉換
第4章 文件類型
4.1 將數據導入DataFrame
4.2 CSV格式
4.3 Excel格式
4.4 JSON格式
4.5 HTML和XML格式
4.6 序列化
4.7 本章小結
4.8 擴展與反思
第5章 數據的合並與分組
5.1 跨表數據合並

類似商品