利用Python进行数据分析 原书第2版

利用Python进行数据分析 原书第2版

  • 丛书O'Reilly精品图书系列
  • 作者[美]韦斯·麦金尼
  • 出版社机械工业出版社
  • 出版时间2018年

编辑推荐

一本数据分析的入门必读书。

内容简介

本书由Python pandas项目创始人Wes McKinney亲笔撰写,详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。第2版针对Python 3.6进行全面修订和更新,涵盖新版的pandas、NumPy、IPython和Jupyter,并增加大量实际案例,可以帮助你高效解决一系列数据分析问题。

第2版中的主要更新包括:

·所有的代码,包括把Python的教程更新到了Python 3.6版本(第1版中使用的是Python 2.7)

·更新了Python第三方发布版Anaconda和其他所需Python包的安装指引

·更新pandas库到2017年的新版

·新增一章,关于更多高级pandas工具和一些使用提示

·新增statsmodels和scikit-learn的简明使用介绍

作者简介

Wes McKinney 是流行的Python开源数据分析库pandas的创始人。他是一名活跃的演讲者,也是Python数据社区和Apache软件基金会的Python/C开源开发者。目前他在纽约从事软件架构师工作

章节目录

前言1

第1章 准备工作7

1.1 本书内容7

1.1.1 什么类型的数据7

1.2 为何利用Python进行数据分析8

1.2.1 Python作为胶水8

1.2.2 解决“双语言”难题8

1.2.3 为何不使用Python9

1.3 重要的Python库9

1.3.1 NumPy9

1.3.2 pandas10

1.3.3 matplotlib11

1.3.4 IPython与Jupyter11

1.3.5 SciPy12

1.3.6 scikit-learn12

1.3.7 statsmodels13

1.4 安装与设置13

1.4.1 Windows14

1.4.2 Apple(OS X和macOS)14

1.4.3 GNU/Linux14

1.4.4 安装及更新Python包15

1.4.5 Python 2和Python 316

1.4.6 集成开发环境和文本编辑器16

1.5 社区和会议17

1.6 快速浏览本书17

1.6.1 代码示例18

1.6.2 示例数据18

1.6.3导入约定18

1.6.4术语19

第2章 Python语言基础、IPython及Jupyter notebook20

2.1 Python解释器21

2.2 IPython基础22

2.2.1 运行IPython命令行22

2.2.2 运行 Jupyter notebook23

2.2.3 Tab补全25

2.2.4 内省27

2.2.5 %run命令28

2.2.6 执行剪贴板中的程序30

2.2.7 终端快捷键30

2.2.8 关于魔术命令31

2.2.9 matplotlib集成33

2.3 Python语言基础34

2.3.1 语言语义34

2.3.2 标量类型42

2.3.3 控制流49

第3章 内建数据结构、函数及文件54

3.1 数据结构和序列54

3.1.1 元组54

3.1.2 列表57

3.1.3 内建序列函数61

3.1.4 字典64

3.1.5集合67

3.1.6 列表、集合和字典的推导式69

3.2 函数72

3.2.1 命名空间、作用域和本地函数72

3.2.2 返回多个值73

3.2.3 函数是对象74

3.2.4 匿名(Lambda)函数75

3.2.5 柯里化:部分参数应用76

3.2.6 生成器77

3.2.7 错误和异常处理79

3.3 文件与操作系统82

3.3.1 字节与Unicode文件85

3.4 本章小结86

第4章 NumPy基础:数组与向量化计算87

4.1 NumPy ndarray:多维数组对象89

4.1.1 生成ndarray90

4.1.2 ndarray的数据类型92

4.1.3 NumPy数组算术94

4.1.4 基础索引与切片95

4.1.5 布尔索引100

4.1.6 神奇索引103

4.1.7 数组转置和换轴104

4.2 通用函数:快速的逐元素数组函数106

4.3 使用数组进行面向数组编程109

4.3.1 将条件逻辑作为数组操作110

4.3.2 数学和统计方法111

4.3.3 布尔值数组的方法113

4.3.4 排序114

4.3.5 唯一值与其他集合逻辑115

4.4 使用数组进行文件输入和输出115

4.5 线性代数116

4.6 伪随机数生成118

4.7 示例:随机漫步120

4.7.1 一次性模拟多次随机漫步121

4.8 本章小结122

第5章 pandas入门123

5.1 pandas数据结构介绍123

5.1.1 Series123

5.1.2 DataFrame128

5.1.3 索引对象134

5.2 基本功能135

......

利用Python进行数据分析 原书第2版是2018年由机械工业出版社出版,作者[美]韦斯·麦金尼。

得书感谢您对《利用Python进行数据分析 原书第2版》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

图书推荐
数据结构与算法之美(全彩印刷)
王争(@小争哥)

适读人群:适应于所有的计算机专业的学生与从业者,包括科学计算、人工智能、云计算、金融应用、数据分析等研究人员和开发人员1.好评爆表的极客时间算法专栏网红达人,GitHub上算法...
让工作化繁为简
李杰臣

适读人群:本书不仅适合想要通过Python学习编程的初学者,对于从事文秘、行政、营销、财务等需要处理大量数据以及高效完成重复性工作的职业人士也是一本不可或缺的参考书。本书对于编...
看漫画学Python
关东升 赵大羽

适读人群:如果您想入门Python,则无论您是想学习编程的小学生,还是想参加计算机竞赛的中学生,抑或是计算机相关专业的大学生,甚至是正在从事软件开发的职场人,本书都适合您阅读和...
超简单:用Python让Excel飞起来
王秀文 郭明鑫 王宇韬

本书对于编程知识零基础的办公人士特别友好,其摒弃了晦涩的理论讲解,引入了实用的办公场景,为办公人士开辟了一条学习办公自动化的新路。本书精选典型办公案例以及通俗易懂的讲解,有助于...
重构
[美]马丁·福勒(MartinFowler)

重构20年的更新版本,生动阐述重构原理和具体做法。
流畅的Python
[巴西]LucianoRamalho

如果你想学习python,这是一本绕不开的好书。
你可能喜欢
Python数据科学手册
[美]杰克·万托布拉斯(JakeVanderPla JakeVanderPlas

从计算环境配置到机器学习的实战书籍,带你掌握计算机工具高效存储和分析数据,切实解决工作痛点。
机器学习实战
[美]PeterHarrington PeterHarrington

《机器学习实战》面向日常任务的高效实战内容,介绍并实现机器学习的主流算法。
学习R
[美]RichardCotton

本书旨在指导你如何使用R,并提供练习的机会。
精通特征工程
[美]爱丽丝•郑 [美]阿曼达•卡萨丽

掌握特征工程基本原则和应用,增强机器学习算法效果。
Python数据结构与算法分析(第2版)
[美]布拉德利·米勒 [美]戴维·拉努姆

用Python描述数据结构与算法的开山之作,汇聚了作者多年的实战经验。
R语言实战(第2版)
[美]卡巴科弗 [美]RobertI.Kabacoff

本书适合数据分析人员及R用户学习参考。
数据科学实战
[美]RachelSchutt [美]CathyO'Neil

本书注重人文精神,多角度、全方位、深入介绍数据科学的实用指南,堪称大数据时代的实战宝典。
R语言入门与实践
[美]GarrettGrolemund

本书适合立志成为数据科学家的R语言初学者阅读。
Python金融大数据分析(第2版)
[德]伊夫·希尔皮斯科(YvesHilpisch)

详细讲解使用Python分析处理金融大数据的专业图书,将人工智能应用于金融开发的实战指南。
贝叶斯思维:统计建模的Python学习法
[美]唐尼(AllenB.Downey)著许杨毅译 [美]AllenB.Downey(艾伦·唐尼)

一本帮助内行掌握数学工具,外行掌握贝叶斯思维的好书。