利用 Python 进行数据分析 · 第 2 版
本书讲的是利用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。我的目标是介绍Python编程和用于数据处理的库和工具环境，掌握这些，可以让你成为一个数据分析专家。虽然本书的标题是“数据分析”，重点却是Python编程、库，以及用于数据分析的工具。这就是数据分析要用到的Python编程。
108人已学习
目录
- 利用 Python 进行数据分析 · 第 2 版 198 浏览
-
第 1 章 准备工作
147 浏览
- 1.1 本书的内容 156 浏览
- 1.2 为什么要使用Python进行数据分析 139 浏览
- 1.3 重要的Python库 184 浏览
- 1.4 安装和设置 181 浏览
- 1.5 社区和会议 141 浏览
- 1.6 本书导航 163 浏览
-
第 2 章 Python 语法基础，IPython 和 Jupyter Notebooks
171 浏览
- 2.1 Python解释器 173 浏览
- 2.2 IPython基础 147 浏览
- 2.3 Python语法基础 123 浏览
-
第 3 章 Python 的数据结构、函数和文件
178 浏览
- 3.1 数据结构和序列 178 浏览
- 3.2 函数 136 浏览
- 3.3 文件和操作系统 163 浏览
- 3.4 结论 145 浏览
-
第 4 章 NumPy 基础：数组和矢量计算
195 浏览
- 4.1 NumPy的ndarray：一种多维数组对象 137 浏览
- 4.2 通用函数：快速的元素级数组函数 189 浏览
- 4.3 利用数组进行数据处理 189 浏览
- 4.4 用于数组的文件输入输出 208 浏览
- 4.5 线性代数 208 浏览
- 4.6 伪随机数生成 122 浏览
- 4.7 示例：随机漫步 152 浏览
- 4.8 结论 100 浏览
-
第 5 章 pandas 入门
114 浏览
- 5.1 pandas的数据结构介绍 120 浏览
- 5.2 基本功能 126 浏览
- 5.3 汇总和计算描述统计 135 浏览
- 5.4 总结 129 浏览
-
第 6 章 数据加载、存储与文件格式
128 浏览
- 6.1 读写文本格式的数据 154 浏览
- 6.2 二进制数据格式 268 浏览
- 6.3 Web APIs交互 115 浏览
- 6.4 数据库交互 184 浏览
- 6.5 总结 126 浏览
-
第 7 章 数据清洗和准备
118 浏览
- 7.1 处理缺失数据 130 浏览
- 7.2 数据转换 151 浏览
- 7.3 字符串操作 166 浏览
- 7.4 总结 115 浏览
-
第 8 章 数据规整：聚合、合并和重塑
174 浏览
- 8.1 层次化索引 126 浏览
- 8.2 合并数据集 185 浏览
- 8.3 重塑和轴向旋转 119 浏览
- 8.4 总结 99 浏览
-
第 9 章 绘图和可视化
108 浏览
- 9.1 matplotlib API入门 157 浏览
- 9.2 使用pandas和seaborn绘图 170 浏览
- 9.3 其它的Python可视化工具 111 浏览
- 9.4 总结 87 浏览
-
第 10 章 数据聚合与分组运算
140 浏览
- 10.1 GroupBy机制 147 浏览
- 10.2 数据聚合 128 浏览
- 10.3 apply：一般性的“拆分－应用－合并” 156 浏览
- 10.4 透视表和交叉表 142 浏览
- 10.5 总结 143 浏览
-
第 11 章 时间序列
109 浏览
- 11.1 日期和时间数据类型及工具 127 浏览
- 11.2 时间序列基础 218 浏览
- 11.3 日期的范围、频率以及移动 135 浏览
- 11.4 时区处理 129 浏览
- 11.5 时期及其算术运算 217 浏览
- 11.6 重采样及频率转换 147 浏览
- 11.7 移动窗口函数 124 浏览
- 11.8 总结 114 浏览
-
第 12 章 pandas 高级应用
113 浏览
- 12.1 分类数据 143 浏览
- 12.2 GroupBy高级应用 134 浏览
- 12.3 链式编程技术 159 浏览
- 12.4 总结 145 浏览
-
第 13 章 Python 建模库介绍
93 浏览
- 13.1 pandas与模型代码的接口 123 浏览
- 13.2 用Patsy创建模型描述 156 浏览
- 13.3 statsmodels介绍 144 浏览
- 13.4 scikit-learn介绍 117 浏览
- 13.5 继续学习 105 浏览
-
第 14 章 数据分析案例
146 浏览
- 14.1 来自Bitly的USA.gov数据 122 浏览
- 14.2 MovieLens 1M数据集 105 浏览
- 14.3 1880-2010年间全美婴儿姓名 124 浏览
- 14.4 USDA食品数据库 116 浏览
- 14.5 2012联邦选举委员会数据库 159 浏览
- 14.6 总结 113 浏览
-
附录 A NumPy 高级应用
203 浏览
- A.1 ndarray对象的内部机理 168 浏览
- A.2 高级数组操作 135 浏览
- A.3 广播 152 浏览
- A.4 ufunc高级应用 155 浏览
- A.5 结构化和记录式数组 114 浏览
- A.6 更多有关排序的话题 112 浏览
- A.7 用Numba编写快速NumPy函数 153 浏览
- A.8 高级数组输入输出 133 浏览
- A.9 性能建议 114 浏览
-
附录 B 更多关于 IPython 的内容
216 浏览
- B.1 使用命令历史 151 浏览
- B.2 与操作系统交互 102 浏览
- B.3 软件开发工具 142 浏览
- B.4 使用IPython高效开发的技巧 113 浏览
- B.5 IPython高级功能 183 浏览
- B.6 总结 111 浏览
