利用Python进行数据分析

利用Python进行数据分析
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: ,
2014-01
版次: 1
ISBN: 9787111436737
定价: 89.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 464页
正文语种: 简体中文
原版书名: Python for Data Analysis
  •   《利用Python进行数据分析》讲的是利用Python进行数据控制、处理、整理、分析等方面的具体细节和基本要点。同时,它也是利用Python进行科学计算的实用指南(专门针对数据密集型应用)。
      《利用Python进行数据分析》重点介绍了用于高效解决各种数据分析问题的Python语言和库。《利用Python进行数据分析》没有阐述如何利用Python实现具体的分析方法。
      Wes McKinney,资深数据分析专家,对各种Python库(包括NumPy、pandas、matplotlib以及IPython等)等都有深入研究,并在大量的实践中积累了丰富的经验。撰写了大量与Python数据分析相关的经典文章,被各大技术社区争相转载。开发了用于数据分析的著名开源Python库——pandas,广获用户好评。在创建Lambda Foundry(一家致力于企业数据分析的公司)之前,他曾是AQR Capital Management的定量分析师。
    前言 

    第1章 准备工作 
    本书主要内容 
    为什么要使用Python进行数据分析 
    重要的Python库 
    安装和设置 
    社区和研讨会 
    使用本书 
    致谢 

    第2章 引言 
    来自bit.ly的1.usa.gov数据 
    MovieLens 1M数据集 
    1880-2010年间全美婴儿姓名 
    小结及展望 

    第3章 IPython:一种交互式计算和开发环境 
    IPython基础 
    内省 
    使用命令历史 
    与操作系统交互 
    软件开发工具 
    IPython HTML Notebook 
    利用IPython提高代码开发效率的几点提示 
    高级IPython功能 
    致谢 

    第4章 NumPy基础:数组和矢量计算 
    NumPy的ndarray:一种多维数组对象 
    通用函数:快速的元素级数组函数 
    利用数组进行数据处理 
    用于数组的文件输入输出 
    线性代数 
    随机数生成 
    范例:随机漫步 

    第5章 pandas入门 
    pandas的数据结构介绍 
    基本功能 
    汇总和计算描述统计 
    处理缺失数据 
    层次化索引 
    其他有关pandas的话题 

    第6章 数据加载、存储与文件格式 
    读写文本格式的数据 
    二进制数据格式 
    使用HTML和Web API 
    使用数据库 

    第7章 数据规整化:清理、转换、合并、重塑 
    合并数据集 
    重塑和轴向旋转 
    数据转换 
    字符串操作 
    示例:USDA食品数据库 

    第8章 绘图和可视化 
    matplotlib API入门 
    pandas中的绘图函数 
    绘制地图:图形化显示海地地震危机数据 
    Python图形化工具生态系统 

    第9章 数据聚合与分组运算 
    GroupBy技术 
    数据聚合 
    分组级运算和转换 
    透视表和交叉表 
    示例:2012联邦选举委员会数据库 

    第10章 时间序列 
    日期和时间数据类型及工具 
    时间序列基础 
    日期的范围、频率以及移动 
    时区处理 
    时期及其算术运算 
    重采样及频率转换 
    时间序列绘图 
    移动窗口函数 
    性能和内存使用方面的注意事项 

    第11章 金融和经济数据应用 
    数据规整化方面的话题 
    分组变换和分析 
    更多示例应用 

    第12章 NumPy高级应用 
    ndarray对象的内部机理 
    高级数组操作 
    广播 
    ufunc高级应用 
    结构化和记录式数组 
    更多有关排序的话题 
    NumPy的matrix类 
    高级数组输入输出 
    性能建议 
    附录A Python语言精要
  • 内容简介:
      《利用Python进行数据分析》讲的是利用Python进行数据控制、处理、整理、分析等方面的具体细节和基本要点。同时,它也是利用Python进行科学计算的实用指南(专门针对数据密集型应用)。
      《利用Python进行数据分析》重点介绍了用于高效解决各种数据分析问题的Python语言和库。《利用Python进行数据分析》没有阐述如何利用Python实现具体的分析方法。
  • 作者简介:
      Wes McKinney,资深数据分析专家,对各种Python库(包括NumPy、pandas、matplotlib以及IPython等)等都有深入研究,并在大量的实践中积累了丰富的经验。撰写了大量与Python数据分析相关的经典文章,被各大技术社区争相转载。开发了用于数据分析的著名开源Python库——pandas,广获用户好评。在创建Lambda Foundry(一家致力于企业数据分析的公司)之前,他曾是AQR Capital Management的定量分析师。
  • 目录:
    前言 

    第1章 准备工作 
    本书主要内容 
    为什么要使用Python进行数据分析 
    重要的Python库 
    安装和设置 
    社区和研讨会 
    使用本书 
    致谢 

    第2章 引言 
    来自bit.ly的1.usa.gov数据 
    MovieLens 1M数据集 
    1880-2010年间全美婴儿姓名 
    小结及展望 

    第3章 IPython:一种交互式计算和开发环境 
    IPython基础 
    内省 
    使用命令历史 
    与操作系统交互 
    软件开发工具 
    IPython HTML Notebook 
    利用IPython提高代码开发效率的几点提示 
    高级IPython功能 
    致谢 

    第4章 NumPy基础:数组和矢量计算 
    NumPy的ndarray:一种多维数组对象 
    通用函数:快速的元素级数组函数 
    利用数组进行数据处理 
    用于数组的文件输入输出 
    线性代数 
    随机数生成 
    范例:随机漫步 

    第5章 pandas入门 
    pandas的数据结构介绍 
    基本功能 
    汇总和计算描述统计 
    处理缺失数据 
    层次化索引 
    其他有关pandas的话题 

    第6章 数据加载、存储与文件格式 
    读写文本格式的数据 
    二进制数据格式 
    使用HTML和Web API 
    使用数据库 

    第7章 数据规整化:清理、转换、合并、重塑 
    合并数据集 
    重塑和轴向旋转 
    数据转换 
    字符串操作 
    示例:USDA食品数据库 

    第8章 绘图和可视化 
    matplotlib API入门 
    pandas中的绘图函数 
    绘制地图:图形化显示海地地震危机数据 
    Python图形化工具生态系统 

    第9章 数据聚合与分组运算 
    GroupBy技术 
    数据聚合 
    分组级运算和转换 
    透视表和交叉表 
    示例:2012联邦选举委员会数据库 

    第10章 时间序列 
    日期和时间数据类型及工具 
    时间序列基础 
    日期的范围、频率以及移动 
    时区处理 
    时期及其算术运算 
    重采样及频率转换 
    时间序列绘图 
    移动窗口函数 
    性能和内存使用方面的注意事项 

    第11章 金融和经济数据应用 
    数据规整化方面的话题 
    分组变换和分析 
    更多示例应用 

    第12章 NumPy高级应用 
    ndarray对象的内部机理 
    高级数组操作 
    广播 
    ufunc高级应用 
    结构化和记录式数组 
    更多有关排序的话题 
    NumPy的matrix类 
    高级数组输入输出 
    性能建议 
    附录A Python语言精要
查看详情
其他版本 / 全部 (1)
您可能感兴趣 / 更多
利用Python进行数据分析
利用外资与产业竞争力(中华当代学术著作辑要)
裴长洪
利用Python进行数据分析
利用Mendix构建低代码应用程序
[美]布莱恩·肯内韦 著;张颖 译
利用Python进行数据分析
利用与协调:美国对法国政策研究(1945-1969)
刘姝 著
利用Python进行数据分析
利用Python实现概率、统计及机器学习方法(原书第2版)
何塞
利用Python进行数据分析
利用集体土地建设租赁住房 政策与实践
新时期中国住房政策转型研究课题组 北京大地盛业房地产土地评估
利用Python进行数据分析
利用FastAPI构建Python微服务
[美]舍温·约翰·C.特拉古拉 著;王婷 译
利用Python进行数据分析
利用压电超声导波时间反转法的管道结构裂纹监测研究
殷红花 著;赵乃志
利用Python进行数据分析
利用复利骗钱的狐狸
陈毅聪 著
利用Python进行数据分析
利用遣返实现境外追逃问题研究(南开大学法学院学术文存)
王强军 著
利用Python进行数据分析
利用ChatGPT进行数据分析
张俊红
利用Python进行数据分析
利用大别山红色口述文化资源加强大学生思想政治教育研究
江峰 著
利用Python进行数据分析
利用上合组织与CAREC机制推进新疆与中亚区域经济合作研究
陈闻君、黄佛君、石岚 著
系列丛书 / 更多
利用Python进行数据分析
利用外资与产业竞争力(中华当代学术著作辑要)
裴长洪
利用Python进行数据分析
利用Mendix构建低代码应用程序
[美]布莱恩·肯内韦 著;张颖 译
利用Python进行数据分析
利用与协调:美国对法国政策研究(1945-1969)
刘姝 著
利用Python进行数据分析
利用Python实现概率、统计及机器学习方法(原书第2版)
何塞
利用Python进行数据分析
利用集体土地建设租赁住房 政策与实践
新时期中国住房政策转型研究课题组 北京大地盛业房地产土地评估
利用Python进行数据分析
利用FastAPI构建Python微服务
[美]舍温·约翰·C.特拉古拉 著;王婷 译
利用Python进行数据分析
利用压电超声导波时间反转法的管道结构裂纹监测研究
殷红花 著;赵乃志
利用Python进行数据分析
利用复利骗钱的狐狸
陈毅聪 著
利用Python进行数据分析
利用遣返实现境外追逃问题研究(南开大学法学院学术文存)
王强军 著
利用Python进行数据分析
利用ChatGPT进行数据分析
张俊红
利用Python进行数据分析
利用大别山红色口述文化资源加强大学生思想政治教育研究
江峰 著
利用Python进行数据分析
利用上合组织与CAREC机制推进新疆与中亚区域经济合作研究
陈闻君、黄佛君、石岚 著
相关图书 / 更多
利用Python进行数据分析
利用外资与产业竞争力(中华当代学术著作辑要)
裴长洪
利用Python进行数据分析
利用Mendix构建低代码应用程序
[美]布莱恩·肯内韦 著;张颖 译
利用Python进行数据分析
利用与协调:美国对法国政策研究(1945-1969)
刘姝 著
利用Python进行数据分析
利用Python实现概率、统计及机器学习方法(原书第2版)
何塞
利用Python进行数据分析
利用集体土地建设租赁住房 政策与实践
新时期中国住房政策转型研究课题组 北京大地盛业房地产土地评估
利用Python进行数据分析
利用FastAPI构建Python微服务
[美]舍温·约翰·C.特拉古拉 著;王婷 译
利用Python进行数据分析
利用压电超声导波时间反转法的管道结构裂纹监测研究
殷红花 著;赵乃志
利用Python进行数据分析
利用复利骗钱的狐狸
陈毅聪 著
利用Python进行数据分析
利用遣返实现境外追逃问题研究(南开大学法学院学术文存)
王强军 著
利用Python进行数据分析
利用ChatGPT进行数据分析
张俊红
利用Python进行数据分析
利用大别山红色口述文化资源加强大学生思想政治教育研究
江峰 著
利用Python进行数据分析
利用上合组织与CAREC机制推进新疆与中亚区域经济合作研究
陈闻君、黄佛君、石岚 著