Can I read 利用Python进行数据分析 on EtoBox?

利用Python进行数据分析 by W.) 著 (美)麦金尼(McKinney is a book available to read on EtoBox.

What is 利用Python进行数据分析 about?

前言 31 第1章 准备工作 42 本书主要内容 42 为什么要使用Python进行数据分析 46 重要的Python库 57 安装和设置 72 社区和研讨会 105 使用本书 108 致谢 118 第2章 引言 125 来自bit.ly的1.usa.gov数据 129 MovieLens 1M数据集 162 1880—2010年间全美婴儿姓名 184 小结及展望 232 第3章 IPython:一种交互式计算和开发环境 233 IPython基础 240 内省 252 使用命令历史 292 与操作系统交互 305 软件开发工具 318 IPython HTML Notebook 361 利用IPython提高代码开发效率的几点提示 367 高级IPython功能 382 致谢 391 第4章 NumPy基础:数组和矢量计算 392 NumPy的ndarray:一种多维数组对象 400 通用函数:快速的元素级数组函数 457 利用数组进行数据处理 467 用于数组的文件输入输出 495 线性代数 502 随机数生成 509 范例:随机漫步 514 第5章 pandas入门 526 pandas的数据结构介绍 2 基本功能 2 汇总和计算描述统计 2 处理缺失数据 2 层次化索引 2 其他有关pandas的话题 2 第6章 数据加载、存储与文件格式 2 读写文本格式的数据 2 二进制数据格式 2 使用HTML和Web API 2 使用数据库 2 第7章 数据规整化:清理、转换、合并、重塑 2 合并数据集 2 重塑和轴向旋转 2 数据转换 2 字符串操作 2 示例:USDA食品数据库 2 第8章 绘图和可视化 2 matplotlib API入门 2 pandas中的绘图函数 2 绘制地图:图形化显示海地地震危机数据 2 Python图形化工具生态系统 2 第9章 数据聚合与分组运算 2 GroupBy技术 2 数据聚合 2 分组级运算和转换 2 透视表和交叉表 2 示例:2012联邦选举委员会数据库 2 第10章 时间序列 2 日期和时间数据类型及工具 2 时间序列基础 2 日期的范围、频率以及移动 2 时区处理 2 时期及其算术运算 2 重采样及频率转换 2 时间序列绘图 2 移动窗口函数 2 性能和内存使用方面的注意事项 2 第11章 金融和经济数据应用 2 数据规整化方面的话题 2 分组变换和分析 2 更多示例应用 2 第12章 NumPy高级应用 2 ndarray对象的内部机理 2 高级数组操作 2 广播 2 ufunc高级应用 2 结构化和记录式数组 2 更多有关排序的话题 2 NumPy的matrix类 2 高级数组输入输出 2 性能建议 2 附录A Python语言精要 2

Author

W.) 著 (美)麦金尼(McKinney

Language

ZH

Rating

3.72 / 5 (29 ratings)

Updated

2026-03-13