• 利用Python进行数据分析
21年品牌 40万+商家 超1.5亿件商品

利用Python进行数据分析

11.22 1.3折 89 九五品

仅1件

北京通州
认证卖家担保交易快速发货售后保障

作者(美)麦金尼 著,唐学韬 等译

出版社机械工业出版社

ISBN9787111436737

出版时间2014-01

版次1

装帧平装

开本16开

纸张胶版纸

页数451页

定价89元

上书时间2024-12-07

纵列風

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九五品
商品描述
基本信息
书名:利用Python进行数据分析
定价:89.00元
作者:(美)麦金尼 著,唐学韬 等译
出版社:机械工业出版社
出版日期:2014-01-01
ISBN:9787111436737
字数:
页码:451
版次:1
装帧:平装
开本:16开
商品重量:
编辑推荐
前言章 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0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1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2章 NumPy高级应用darray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
内容提要
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。同时,它也是利用Python进行科学计算的实用指南(专门针对数据密集型应用)。本书重点介绍了用于高效解决各种数据分析问题的Python语言和库。《利用Python进行数据分析》没有阐述如何利用Python实现具体的分析方法。
目录
前言章 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0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1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2章 NumPy高级应用darray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
作者介绍
WesMcKinney,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人物之一。开发了用于数据分析的开源Python库——pandas,广获用户好评。在创建LambdaFoundry(一家致力于企业数据分析的公司)之前,他曾是AQR CapitalManagement的定量分析师。
序言

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP