Can I read 利用Python进行数据分析 (O'Reilly精品图书系列) on EtoBox?

利用Python进行数据分析 (O'Reilly精品图书系列) by Wes McKinney is a book available to read on EtoBox.

What is 利用Python进行数据分析 (O'Reilly精品图书系列) about?

前言 31 第1章 准备工作 43 本书主要内容 43 为什么要使用Python进行数据分析 48 重要的Python库 60 安装和设置 76 社区和研讨会 110 使用本书 113 致谢 123 第2章 引言 130 来自bit.ly的1.usa.gov数据 134 MovieLens 1M数据集 167 1880—2010年间全美婴儿姓名 190 小结及展望 239 第3章 IPython:一种交互式计算和开发环境 240 IPython基础 247 内省 259 使用命令历史 300 与操作系统交互 313 软件开发工具 326 IPython HTML Notebook 369 利用IPython提高代码开发效率的几点提示 375 高级IPython功能 390 致谢 399 第4章 NumPy基础:数组和矢量计算 400 NumPy的ndarray:一种多维数组对象 408 通用函数:快速的元素级数组函数 466 利用数组进行数据处理 476 用于数组的文件输入输出 505 线性代数 513 随机数生成 520 范例:随机漫步 525 第5章 pandas入门 537 pandas的数据结构介绍 543 基本功能 581 汇总和计算描述统计 641 处理缺失数据 665 层次化索引 682 其他有关pandas的话题 700 第6章 数据加载、存储与文件格式 712 读写文本格式的数据 714 二进制数据格式 781 使用HTML和Web API 791 使用数据库 797 第7章 数据规整化:清理、转换、合并、重塑 807 合并数据集 810 重塑和轴向旋转 857 数据转换 875 字符串操作 924 示例:USDA食品数据库 959 第8章 绘图和可视化 979 matplotlib API入门 983 pandas中的绘图函数 1040 绘制地图:图形化显示海地地震危机数据 1083 Python图形化工具生态系统 1106 第9章 数据聚合与分组运算 1116 GroupBy技术 1121 数据聚合 1152 分组级运算和转换 1171 透视表和交叉表 1210 示例:2012联邦选举委员会数据库 1223 第10章 时间序列 1260 日期和时间数据类型及工具 1265 时间序列基础 1282 日期的范围、频率以及移动 1298 时区处理 1328 时期及其算术运算 1346 重采样及频率转换 1370 时间序列绘图 1400 移动窗口函数 1412 性能和内存使用方面的注意事项 1439 第11章 金融和经济数据应用 1446 数据规整化方面的话题 1450 分组变换和分析 1496 更多示例应用 1517 第12章 NumPy高级应用 1544 ndarray对象的内部机理 1544 高级数组操作 1555 广播 1585 ufu

Author

Wes McKinney

Publisher

机械工业出版社

Language

ZH