包郵利用Python進行數據分析|3768783 下載 mobi epub pdf 電子書 2024

☆☆☆☆☆
簡體網頁||繁體網頁

Wes McKinney 著，唐學韜譯

下載链接在页面底部

點擊這裡下載

想要找書就要到新城書站

book.cndgn.com

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

發表於2024-11-24

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製鏈接

圖書介紹

店鋪：互動創新圖書專營店

齣版社：機械工業齣版社

ISBN：9787111436737

商品編碼：27157641755

叢書名： O’Reilly精品圖書係列

齣版時間：2014-01-01

頁數：451

類似圖書點擊查看全場最低價

圖書描述

書[0名0]：	利用Python進行數據分析\|3768783
圖書定價：	89元
圖書作者：	Wes McKinney
齣版社：	[1機1] 械工業齣版社
齣版日期：	2014/1/1 0:00:00
ISBN號：	9787111436737
開本：	16開
頁數：	451
版次：	1-1

作者簡介

Wes McKinney 資深數據分析專傢，對各種Python庫（包括NumPy、pandas、matplotlib以及IPython等）都有深入研究，並在[0大0]量的實踐中積纍瞭豐富的經驗。撰寫瞭[0大0]量與Python數據分析相關的經典文章，被各[0大0]技術社區爭相轉載，是Python和開源技術社區公認的人物之一。開發瞭用於數據分析的著[0名0]開源Python庫——pandas，廣獲用戶好[0評0]。在創建Lambda Foundry（一傢緻力於企業數據分析的公司）之前，他曾是AQR Capital Management的定量分析師。

內容簡介

還在苦苦尋覓用Python控製、處理、整理、分析結構化數據的完整課程？《利用Python進行數據分析》含有[0大0]量的實踐案例，你將[0學0][0會0]如何利用各種Python庫（包括NumPy、pandas、matplotlib以及IPython等）高效地解決各式各樣的數據分析問題。
由於作者Wes McKinney是pandas庫的主要作者，所以本書也可以作為利用Python實現數據密集型應用的科[0學0]計算實踐指南。本書適閤剛剛接觸Python的分析人員以及剛剛接觸科[0學0]計算的Python程序員。
·將IPython這個交互式Shell作為你的[0首0]要開發環境。
·[0學0]習NumPy（Numerical Python）的基礎和高級[0知0]識。
·從pandas庫的數據分析工具開始。
·利用高性能工具對數據進行加載、清理、轉換、閤並以及重塑。
·利用matplotlib創建散點圖以及靜態或交互式的可視化結果。
·利用pandas的groupby功能對數據集進行切片、切塊和匯總操作。
·處理各種各樣的時間序列數據。
·通過詳細的案例[0學0]習如何解決Web分析、社[0會0]科[0學0]、金融[0學0]以及經濟[0學0]等[0領0]域的問題。

《利用Python進行數據分析》
前言 1
[0第0]1章準備工作 5
本書主要內容 5
為什麼要使用Python進行數據分析 6
重要的Python庫 7
安裝和設置 10
社區和研討[0會0] 16
使用本書 16
緻謝 18
[0第0]2章引言 20
來自bit.ly的1.usa.gov數據 21
MovieLens 1M數據集 29
1880—2010年間全美嬰兒姓[0名0] 35
小結及展望 47
[0第0]3章 IPython：一種交互式計算和開發環境 48
IPython基礎 49
內省 51
使用命令曆[0史0] 60
與操作係統交互 63
軟件開發工具 66
IPython HTML [0No0]tebook 75
利用IPython提高代碼開發效率的幾點提示 77
高級IPython功能 79
緻謝 81
[0第0]4章 NumPy基礎：數組和矢量計算 82
NumPy的ndarray：一種多維數組對象 83
通用函數：快速的元素級數組函數 98
利用數組進行數據處理 100
用於數組的文件輸入輸齣 107
綫性代數 109
隨 [1機1] 數生成 111
範例：隨 [1機1] 漫步 112
[0第0]5章 pandas入門 115
pandas的數據結構介紹 116
基本功能 126
匯總和計算描述統計 142
處理缺失數據 148
層次化索引 153
其他有關pandas的話題 158
[0第0]6章數據加載、存儲與文件格式 162
讀寫文本格式的數據 162
二進製數據格式 179
使用HTML和Web API 181
使用數據庫 182
[0第0]7章數據規整化：清理、轉換、閤並、重塑 186
閤並數據集 186
重塑和軸嚮鏇轉 200
數據轉換 204
字符串操作 217
示例：USDA食[0品0]數據庫 224
[0第0]8章繪圖和可視化 231
matplotlib API入門 231
pandas中的繪圖函數 244
繪製地圖：圖形化顯示海地地震危 [1機1] 數據 254
Python圖形化工具生態係統 260
[0第0]9章數據聚閤與分組運算 263
GroupBy技術 264
數據聚閤 271
分組級運算和轉換 276
透視錶和交叉錶 288
示例：2012聯邦選舉委員[0會0]數據庫 291
[0第0]10章時間序列 302
日期和時間數據類型及工具 303
時間序列基礎 307
日期的範圍、頻率以及移動 311
時區處理 317
時期及其算術運算 322
重采樣及頻率轉換 327
時間序列繪圖 334
移動窗口函數 337
性能和內存使用方麵的注意事項 342
[0第0]11章金融和經濟數據應用 344
數據規整化方麵的話題 344
分組變換和分析 355
更多示例應用 361
[0第0]12章 NumPy高級應用 368
ndarray對象的內部 [1機1] 理 368
高級數組操作 370
廣播 378
ufunc高級應用 383
結構化和記錄式數組 386
更多有關排序的話題 388
NumPy的matrix類 393
高級數組輸入輸齣 395
性能建議 397
附錄A Python語言精要 401

編輯推薦

《利用Python進行數據分析》適閤剛剛接觸Python的分析人員以及剛剛接觸科[0學0]計算的Python程序員。將IPython這個交互式Shell作為你的[0首0]要開發環境。

包郵利用Python進行數據分析|3768783 下載 mobi epub pdf txt 電子書格式