其他參考信息

• 出版時間：2018-07-01
• 印刷時間：2018-07-01
• 版次：1
• 印次：1
• 開本：16開
• 包裝：平裝
• 頁數：476

內容提要

閱讀韋斯·麥金尼著的《利用Python進行數據分析》可以獲得一份關於在Python下操作、處理、清洗、規整數據集的完整說明。本書第二版針對Python 3.6進行了*新，並增加實際案例向你展示如何高效地解決一繫列數據分析問題。你將在閱讀過程中學習到新版本的pandas、NumPy、IPython和Jupyter。
     本書由Wes McKinney創作，他是Python pandas項目的創始人。本書是對Python數據科學工具的實操化、現代化的介紹，**適合剛學Python的數據分析師或剛學數據科學以及科學計算的Python編程者。數據文件和相關的材料可以在GitHub上找到。
    

目錄

前言1
第1章 準備工作
1.1 本書內容
1.1.1 什麼類型的數據
1.2 為何利用Python進行數據分析
1.2.1 Python作為膠水
1.2.2 解決“雙語言”難題
1.2.3 為何不使用Python
1.3 重要的Python庫
1.3.1 NumPy
1.3.2 pandas
1.3.3 matplotlib
1.3.4 IPython與Jupyter
1.3.5 SciPy
1.3.6 scikit-learn
1.3.7 statsmodels
1.4 安裝與設置
1.4.1 Windows
1.4.2 Apple（OS X和macOS）
1.4.3 GNU/Linux
1.4.4 安裝及*新Python包
1.4.5 Python 2和Python
1.4.6 集成開發環境和文本編輯器
1.5 社區和會議
1.6 快速瀏覽本書
1.6.1 代碼示例
1.6.2 示例數據
1.6.3導入約定
1.6.4術語
第2章 Python語言基礎、IPython及Jupyter notebook
2.1 Python解釋器
2.2 IPython基礎
2.2.1 運行IPython命令行
2.2.2 運行 Jupyter notebook
2.2.3 Tab補全
2.2.4 內省
2.2.5 %run命令
2.2.6 執行剪貼板中的程序
2.2.7 終端快捷鍵
2.2.8 關於魔術命令
2.2.9matplotlib集成
2.3 Python語言基礎
2.3.1 語言語義
2.3.2 標量類型
2.3.3 控制流
第3章 內建數據結構、函數及文件
3.1 數據結構和序列
3.1.組
3.1.2 列表
3.1.3 內建序列函數
3.1.4 字典
3.1.5 集合
3.1.6 列表、集合和字典的推導式
3.2 函數
3.2.1 命名空間、作用域和本地函數
3.2.2 返回多個值
3.2.3 函數是對像
3.2.4 匿名（Lambda）函數
3.2.5 柯裡化：部分參數應用
3.2.6 生成器
3.2.7 錯誤和異常處理
3.3 文件與操作繫統
3.3.1 字節與Unicode文件
3.4 本章小結
第4章 NumPy基礎：數組與向量化計算
第5章 pandas入門
第6章 數據載入、存儲及文件格式
第7章 數據清洗與準備
第8章 數據規整：連接、聯合與重塑
第9章 繪圖與可視化
**0章 數據聚合與分組操作
**1章 時間序列
**2章 高階pandas
**4章 數據分析示例