具体描述
用PANDAS、NUMPY和IPYTHON做资料分析
『本书已是Python资料生态圈的经典之作。这个新版本更新了从Python 3.6到最新版pandas功能，这些关键领域的更新更增加本书价值。透过说明为何使用Python资料工具的原因和用法，协助读者以全新及富创意的方法，学会如何有效率的使用它们。书中的概念对任何资料密集计算的现代函式库都很重要。』
—Fernando Pérez
Statistics, UC Berkeley统计学助理教授
IPython以及Jupyter专案创立人
内含操作、处理、清理和处理资料集合的完整Python指引。本书第二版已更新至Python3.6版，新增收录许多实用学习范例，让你看到如何有效率解决资料分析问题。在过程中你会学到最新版本pandas、NumPy和IPython及Jupyter。
本书由Python pandas专案创立人Wes McKinny所着，是一本实用又现代的资料科学Python工具书，对于刚接触Python的分析人员，或是新接触资料科学和科学计算的Python工程师而言，本书是理想的选择。相关资料档案和材料均能在GitHub上取得。
‧使用IPython shell和Jupyter Notebook进行探索性计算
‧学习NumPy(Numberical Python)基础与进阶功能
‧开始使用pandas函式库中的资料分析工具
‧使用有弹性的工具进行载入、清理、转换、合併与重新塑造资料
‧应用pandas的groupby功能，对资料集进行切片、切块和汇整
‧分析和操作规律与无规律的时间序列资料
‧利用全面、详细的范例学习如何解决真实世界的资料分析问题
『本书已是Python资料生态圈的经典之作。这个新版本更新了从Python 3.6到最新版pandas功能，这些关键领域的更新更增加本书价值。透过说明为何使用Python资料工具的原因和用法，协助读者以全新及富创意的方法，学会如何有效率的使用它们。书中的概念对任何资料密集计算的现代函式库都很重要。』
—Fernando Pérez
Statistics, UC Berkeley统计学助理教授
IPython以及Jupyter专案创立人
内含操作、处理、清理和处理资料集合的完整Python指引。本书第二版已更新至Python3.6版，新增收录许多实用学习范例，让你看到如何有效率解决资料分析问题。在过程中你会学到最新版本pandas、NumPy和IPython及Jupyter。
本书由Python pandas专案创立人Wes McKinny所着，是一本实用又现代的资料科学Python工具书，对于刚接触Python的分析人员，或是新接触资料科学和科学计算的Python工程师而言，本书是理想的选择。相关资料档案和材料均能在GitHub上取得。
‧使用IPython shell和Jupyter Notebook进行探索性计算
‧学习NumPy(Numberical Python)基础与进阶功能
‧开始使用pandas函式库中的资料分析工具
‧使用有弹性的工具进行载入、清理、转换、合併与重新塑造资料
‧应用pandas的groupby功能，对资料集进行切片、切块和汇整
‧分析和操作规律与无规律的时间序列资料
‧利用全面、详细的范例学习如何解决真实世界的资料分析问题
著者信息
作者简介
Wes McKinney
Wes McKinney 是pandas的创立者，pandas是热门的资料分析开源Python函式库。他是Python资料科学社群和Apache软体基金会里，一名活跃的公共演讲者以及开源Python与C++开发人员，目前于纽约担任软体架构师。
Wes McKinney
Wes McKinney 是pandas的创立者，pandas是热门的资料分析开源Python函式库。他是Python资料科学社群和Apache软体基金会里，一名活跃的公共演讲者以及开源Python与C++开发人员，目前于纽约担任软体架构师。
图书目录
第一章 写在前面
第二章 Python基础、IPython 和Jupyter notebook
第三章 内建资料结构、函式和档案
第四章 NumPy基础：阵列和向量化计算
第五章 使用pandas
第六章 资料载入、储存和档案格式
第七章 资料整理和前处理
第八章 资料处理：连接、合併和重塑
第九章 绘图与视觉化
第十章 资料聚合和分组
第十一章 时间序列
第十二章 pandas进阶
第十三章 Python中的建模函式库
第十四章 资料分析范例
附录A 深入NumPy
附录B 关于IPython系统
第二章 Python基础、IPython 和Jupyter notebook
第三章 内建资料结构、函式和档案
第四章 NumPy基础：阵列和向量化计算
第五章 使用pandas
第六章 资料载入、储存和档案格式
第七章 资料整理和前处理
第八章 资料处理：连接、合併和重塑
第九章 绘图与视觉化
第十章 资料聚合和分组
第十一章 时间序列
第十二章 pandas进阶
第十三章 Python中的建模函式库
第十四章 资料分析范例
附录A 深入NumPy
附录B 关于IPython系统
图书序言
图书试读
None
用户评价
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 ttbooks.qciss.net All Rights Reserved. 小特书站 版权所有