Book description
阅读本书可以获得关于在Python下操作、处理、清洗、规整数据集的完整说明。本书第2版针对Python 3.6进行了更新,并增加了实际案例向你展示如何高效地解决一系列数据分析问题。你将在阅读过程中学习到较新版本的pandas、NumPy、IPython和Jupyter。
本书作者Wes McKinney是Python pandas项目的创始人。本书是对Python数据科学工具的实操化、现代化的介绍,非常适合刚学Python的数据分析师或刚学数据科学以及科学计算的Python编程者。数据文件和相关的材料可以在GitHub上找到。
- 使用IPython shell和Jupyter notebook进行探索性计算
- 学习NumPy(Numerical Python)的基础和高级特性
- 入门pandas库中的数据分析工具
- 使用灵活工具对数据进行载入、清洗、变换、合并和重塑
- 使用matplotlib创建富含信息的可视化
- 将pandas的groupby功能应用于对数据集的切片、切块和汇总
- 分析并操作规则和不规则的时间序列数据
- 利用完整的、详细的示例学习如何解决现实中的数据分析问题
Table of contents
- 封面
- 扉页
- 版权页
- 译者序
- 目录 (1/2)
- 目录 (2/2)
- 前言
- 第1章 准备工作
- 第2章 Python语言基础、IPython及Jupyter notebook
- 第3章 内建数据结构、函数及文件
- 第4章 NumPy基础:数组与向量化计算
- 第5章 pandas入门
- 第6章 数据载入、存储及文件格式
- 第7章 数据清洗与准备
- 第8章 数据规整:连接、联合与重塑
- 第9章 绘图与可视化
- 第10章 数据聚合与分组操作
- 第11章 时间序列
- 第12章 高阶pandas
- 第13章 Python建模库介绍
- 第14章 数据分析示例
- 附录A 高阶NumPy (1/7)
- 附录A 高阶NumPy (2/7)
- 附录A 高阶NumPy (3/7)
- 附录A 高阶NumPy (4/7)
- 附录A 高阶NumPy (5/7)
- 附录A 高阶NumPy (6/7)
- 附录A 高阶NumPy (7/7)
- 附录B 更多IPython系统相关内容 (1/4)
- 附录B 更多IPython系统相关内容 (2/4)
- 附录B 更多IPython系统相关内容 (3/4)
- 附录B 更多IPython系统相关内容 (4/4)
- 作者介绍
- 封面介绍
Product information
- Title: 利用 Python 进行数据分析(原书第2版)
- Author(s):
- Release date: July 2018
- Publisher(s): China Machine Press
- ISBN: 9787111603702
You might also like
book
Python 技術手冊 第三版
涵蓋Python 2.7&3.5 重點提示3.6新功能 快速參考指南 「本書不僅無所不包,Python有的書中都有,而且容易理解。它清楚解釋了Python中每個部分存在的理由,以及你應該用何種思維組合它們。」 —Peter Norvig Google研究總監 從設計和原型製作,到測試、部署和維護,用途多樣的Python在當今最受歡迎的程式語言中始終名列前茅。這本實用書籍的第三版為此語言提供了快速的參考指南,包含Python 3.5、2.7,以及3.6 新功能的重點提示,介紹其龐大標準程式庫最常用到的部分,還有一些好用的第三方模組與套件。 適用於具有一些Python經驗或從其他程式語言而來的程式設計師,本書涵蓋了廣泛的應用領域,包括Web和網路程式設計、XML處理、資料庫互動,以及高速的數值運算,並能幫助你了解Python如何結合優雅性、簡潔性、實用性和純粹的力量來提供獨特的功能組合。 本版涵蓋: ‧Python語法、物件導向的Python、標準程式庫模組,以及第三方的Python套件 ‧Python對檔案與文字作業、續存與資料庫、共時執行,以及數值計算的支援 ‧網路基本知識、事件驅動程式設計,以及客戶端網路協定模組 …
article
Run Llama-2 Models Locally with llama.cpp
Llama is Meta’s answer to the growing demand for LLMs. Unlike its well-known technological relative, ChatGPT, …
book
bash shell脚本编程经典实例 (第2版)
对于系统管理员、程序员和最终用户而言,shell命令或精心设计的shell脚本不仅能节省时间和精力,还可以提升各种常见任务的一致性和可重复性。作为一款流行的Unix shell,bash让你能够利用和自定义Unix或Linux系统的任意功能。 本书将全面讲述bash,内容适用于所有Unix和Linux用户,无论新人还是老手(包括熟练的Windows用户和管理员)。书中提供了300多个bash实例,每个实例均包含一个或多个示例脚本,能够帮你解决各种各样的问题。你将学到如何处理输入/输出、文件操作、程序执行、管理任务以及许多其他挑战。 本书实例包括: 标准输出和输入以及执行命令 shell变量、shell逻辑和算术 中级shell工具和高级脚本编写 使用find、locate和slocate查找文件 处理日期和时间 为各种最终用户任务创建shell脚本 处理涉及解析操作的任务 编写安全的shell脚本 配置和自定义bash
book
社交网站的数据挖掘与分析 (原书第3 版)
本书指导你挖掘隐藏在Twitter、Facebook、LinkedIn、Instagram和GitHub等流行社交网站上的丰富数据。通过这本畅销指南,数据科学家、分析师和程序员将学习如何在Jupyter Notebook或者Docker容器中使用Python代码分析社交媒体中的真知灼见——哪些人正在通过社交媒体进行联系?他们正在谈论什么?他们目前身在何处? 在本书的第一部分,每一章都聚焦社交网站生态的某个具体方面,囊括了各大主流社交网站,也包括了网页、博客和订阅源、邮箱、GitHub以及新增加的Instagram的内容。第二部分提供了实用指南,其中包括超过20个供挖掘Twitter数据之用的简短代码解决方案。 通过阅读本书,你将能够: 极速鸟瞰社交网站生态。 将每章的代码打包为Jupyter Notebook,并使用Docker轻松运行。 借用并活用开源GitHub代码库。 了解如何使用Python 3工具对收集的数据条分缕析。 使用先进的数据挖掘技术,如TF-IDF、余弦相似度、共现分析、团检测和图像识别。 借助Python和JavaScript工具包构建漂亮的数据可视化。