第1页 / 共463页
第2页 / 共463页
第3页 / 共463页
第4页 / 共463页
第5页 / 共463页
第6页 / 共463页
第7页 / 共463页
第8页 / 共463页
python_for_data_analysis(中文版).pdf
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
0405
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
相关推荐
2023年江西萍乡中考道德与法治真题及答案.doc
2012年重庆南川中考生物真题及答案.doc
2013年江西师范大学地理学综合及文艺理论基础考研真题.doc
2020年四川甘孜小升初语文真题及答案I卷.doc
2020年注册岩土工程师专业基础考试真题及答案.doc
2023-2024学年福建省厦门市九年级上学期数学月考试题及答案.doc
2021-2022学年辽宁省沈阳市大东区九年级上学期语文期末试题及答案.doc
2022-2023学年北京东城区初三第一学期物理期末试卷及答案.doc
2018上半年江西教师资格初中地理学科知识与教学能力真题及答案.doc
2012年河北国家公务员申论考试真题及答案-省级.doc
2020-2021学年江苏省扬州市江都区邵樊片九年级上学期数学第一次质量检测试题及答案.doc
2022下半年黑龙江教师资格证中学综合素质真题及答案.doc
