点击选择搜索分类
沃新书屋 - 利用Python进行数据分析
本书资料更新时间：2025-04-29 20:25:49

利用Python进行数据分析

利用Python进行数据分析精美图片

利用Python进行数据分析电子书籍推荐下载地址

利用Python进行数据分析书籍详细信息

内容简介：

【名人推荐】 “科学计算和数据分析社区已经等待这本书很多年了：大量具体的实践建议，以及大量综合应用方法。本书在未来几年里肯定会成为Python领域中技术计算的权威指南。” ——Fernando Pérez　加州大学伯克利分校 研究科学家， IPython的创始人之一 【内容简介】 还在苦苦寻觅用Python控制、处理、整理、分析结构化数据的完整课程？本书含有大量的实践案例，你将学会如何利用各种Python库（包括NumPy、pandas、matplotlib以及IPython等）高效地解决各式各样的数据分析问题。 由于作者Wes McKinney是pandas库的主要作者，所以本书也可以作为利用Python实现数据密集型应用的科学计算实践指南。本书适合刚刚接触Python的分析人员以及刚刚接触科学计算的Python程序员。 •将IPython这个交互式Shell作为你的首要开发环境。 •学习NumPy（Numerical Python）的基础和高级知识。 •从pandas库的数据分析工具开始。 •利用高性能工具对数据进行加载、清理、转换、合并以及重塑。 •利用matplotlib创建散点图以及静态或交互式的可视化结果。 •利用pandas的groupby功能对数据集进行切片、切块和汇总操作。 •处理各种各样的时间序列数据。 •通过详细的案例学习如何解决Web分析、社会科学、金融学以及经•济学等领域的问题。

书籍目录：

目录 前言 1 第1章 准备工作 5 本书主要内容 5 为什么要使用Python进行数据分析 6 重要的Python库 7 安装和设置 10 社区和研讨会 16 使用本书 16 致谢 18 第2章 引言 20 来自bit.ly的1.usa.gov数据 21 MovieLens 1M数据集 29 1880—2010年间全美婴儿姓名 35 小结及展望 47 第3章 IPython：一种交互式计算和开发环境 48 IPython基础 49 内省 51 使用命令历史 60 与操作系统交互 63 软件开发工具 66 IPython HTML Notebook 75 利用IPython提高代码开发效率的几点提示 77 高级IPython功能 79 致谢 81 第4章 NumPy基础：数组和矢量计算 82 NumPy的ndarray：一种多维数组对象 83 通用函数：快速的元素级数组函数 98 利用数组进行数据处理 100 用于数组的文件输入输出 107 线性代数 109 随机数生成 111 范例：随机漫步 112 第5章 pandas入门 115 pandas的数据结构介绍 116 基本功能 126 汇总和计算描述统计 142 处理缺失数据 148 层次化索引 153 其他有关pandas的话题 158 第6章 数据加载、存储与文件格式 162 读写文本格式的数据 162 二进制数据格式 179 使用HTML和Web API 181 使用数据库 182 第7章 数据规整化：清理、转换、合并、重塑 186 合并数据集 186 重塑和轴向旋转 200 数据转换 204 字符串操作 217 示例：USDA食品数据库 224 第8章 绘图和可视化 231 matplotlib API入门 231 pandas中的绘图函数 244 绘制地图：图形化显示海地地震危机数据 254 Python图形化工具生态系统 260 第9章 数据聚合与分组运算 263 GroupBy技术 264 数据聚合 271 分组级运算和转换 276 透视表和交叉表 288 示例：2012联邦选举委员会数据库 291 第10章 时间序列 302 日期和时间数据类型及工具 303 时间序列基础 307 日期的范围、频率以及移动 311 时区处理 317 时期及其算术运算 322 重采样及频率转换 327 时间序列绘图 334 移动窗口函数 337 性能和内存使用方面的注意事项 342 第11章 金融和经济数据应用 344 数据规整化方面的话题 344 分组变换和分析 355 更多示例应用 361 第12章 NumPy高级应用 368 ndarray对象的内部机理 368 高级数组操作 370 广播 378 ufunc高级应用 383 结构化和记录式数组 386 更多有关排序的话题 388 NumPy的matrix类 393 高级数组输入输出 395 性能建议 397 附录A Python语言精要 401

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，是Python和开源技术社区公认的权威人物之一。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。

其它内容：

暂无其它内容！

下载点评

  • 职场(139+)
  • 实用(582+)
  • 完整(750+)
  • 清晰(750+)
  • 无损(707+)
  • 强推(464+)
  • 低清(553+)
  • 兴趣(1379+)
  • 独家(471+)
  • 免密(131+)
  • 干货(1480+)
  • 首选(839+)
  • 感谢(352+)
  • 多格式(574+)
  • 空洞无物(619+)
  • 无漏页(984+)
  • 注释(191+)
  • 双语(990+)

下载评论

  • 用户1736758540： ( 2025-01-13 16:55:40 )

    多格式版电子书下载流畅，支持AZW3/TXT格式导出，资源优质。

  • 用户1726062655： ( 2024-09-11 21:50:55 )

    无损的报告资源，互动设计提升阅读体验，体验良好。

  • 用户1716072826： ( 2024-05-19 06:53:46 )

    多格式版电子书下载秒传，支持AZW3/TXT格式导出，推荐下载。

  • 用户1714427144： ( 2024-04-30 05:45:44 )

    无损的期刊资源，多格式设计提升阅读体验，值得收藏。

  • 用户1718090157： ( 2024-06-11 15:15:57 )

    优质的教材资源，互动设计提升阅读体验，值得收藏。

相关书评

喜欢""的人也看了

利用Python进行数据分析分类索引数据信息

ISBN：9787111436737
出版日期：2013-11-18
适合人群：数据分析师，Python开发者，统计学学生，机器学习爱好者，科研人员，金融分析师，产品经理，任何对数据科学感兴趣的人
以下书单推荐

© 2009-2025 沃新书屋 蜀ICP备2023017472号

免责声明：本站数据来自互联网公开的数据索引，如果侵犯了您的版权，请点击这里联系删除
对于本站页面标记为“广告、ad” 或非本站域名的链接内容不受本站管控，请自行辨别内容真实性/合法性，本站对此类信息或者链接内容的真实性/合法性不负责任。