minyuan 发表于 2018-8-11 23:54:19

《利用Python进行数据分析》.(Wes McKinney).[PDF]


本书介绍:
还在苦苦寻觅用Python控制、处理、整理、分析结构化数据的完整课程?《利用Python进行数据分析》含有大量的实践案例,你将学会如何利用各种Python库(包括NumPy、pandas、matplotlib以及IPython等)高效地解决各式各样的数据分析问题。
由于作者Wes McKinney是pandas库的主要作者,所以本书也可以作为利用Python实现数据密集型应用的科学计算实践指南。本书适合刚刚接触Python的分析人员以及刚刚接触科学计算的Python程序员。
·将IPython这个交互式Shell作为你的首要开发环境。
·学习NumPy(Numerical Python)的基础和高级知识。
·从pandas库的数据分析工具开始。
·利用高性能工具对数据进行加载、清理、转换、合并以及重塑。
·利用matplotlib创建散点图以及静态或交互式的可视化结果。
·利用pandas的groupby功能对数据集进行切片、切块和汇总操作。
·处理各种各样的时间序列数据。
·通过详细的案例学习如何解决Web分析、社会科学、金融学以及经济学等领域的问题。

作译者:
Wes McKinney 资深数据分析专家,对各种Python库(包括NumPy、pandas、matplotlib以及IPython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权威人物之一。开发了用于数据分析的著名开源Python库——pandas,广获用户好评。在创建Lambda Foundry(一家致力于企业数据分析的公司)之前,他曾是AQR Capital Management的定量分析师。

本书目录:
《利用Python进行数据分析》
前言      1
第1章 准备工作      5
本书主要内容      5
为什么要使用Python进行数据分析      6
重要的Python库      7
安装和设置      10
社区和研讨会      16
使用本书      16
致谢      18
第2章 引言      20
来自bit.ly的1.usa.gov数据      21
MovieLens 1M数据集      29
1880—2010年间全美婴儿姓名      35
小结及展望      47
第3章 IPython:一种交互式计算和开发环境      48
IPython基础      49
内省      51
使用命令历史      60
与操作系统交互      63
软件开发工具      66
IPython HTML Notebook      75
利用IPython提高代码开发效率的几点提示      77
高级IPython功能      79
致谢      81
第4章 NumPy基础:数组和矢量计算      82
NumPy的ndarray:一种多维数组对象      83
通用函数:快速的元素级数组函数      98
利用数组进行数据处理      100
用于数组的文件输入输出      107
线性代数      109
随机数生成      111
范例:随机漫步      112
第5章 pandas入门      115
pandas的数据结构介绍      116
基本功能      126
汇总和计算描述统计      142
处理缺失数据      148
层次化索引      153
其他有关pandas的话题      158
第6章 数据加载、存储与文件格式      162
读写文本格式的数据      162
二进制数据格式      179
使用HTML和Web API      181
使用数据库      182
第7章 数据规整化:清理、转换、合并、重塑      186
合并数据集      186
重塑和轴向旋转      200
数据转换      204
字符串操作      217
示例:USDA食品数据库      224
第8章 绘图和可视化      231
matplotlib API入门      231
pandas中的绘图函数      244
绘制地图:图形化显示海地地震危机数据      254
Python图形化工具生态系统      260
第9章 数据聚合与分组运算      263
GroupBy技术      264
数据聚合      271
分组级运算和转换      276
透视表和交叉表      288
示例:2012联邦选举委员会数据库      291
第10章 时间序列      302
日期和时间数据类型及工具      303
时间序列基础      307
日期的范围、频率以及移动      311
时区处理      317
时期及其算术运算      322
重采样及频率转换      327
时间序列绘图      334
移动窗口函数      337
性能和内存使用方面的注意事项      342
第11章 金融和经济数据应用      344
数据规整化方面的话题      344
分组变换和分析      355
更多示例应用      361
第12章 NumPy高级应用      368
ndarray对象的内部机理      368
高级数组操作      370
广播      378
ufunc高级应用      383
结构化和记录式数组      386
更多有关排序的话题      388
NumPy的matrix类      393
高级数组输入输出      395
性能建议      397
附录A Python语言精要      401

下载地址:
**** Hidden Message *****

zason 发表于 2018-8-29 11:55:19

正需要,支持楼主大人了!

loction123 发表于 2018-9-8 01:32:57

有道理。。。

maram 发表于 2018-9-8 19:02:56

谢谢楼主,共同发展

linlin521 发表于 2018-9-9 18:48:26

有竞争才有进步嘛

林航 发表于 2018-9-10 09:46:57

谢谢楼主,共同发展

aixing2222 发表于 2018-9-10 23:34:23

谢谢楼主,共同发展

书打动超财英 发表于 2018-9-11 09:09:39

不错不错,楼主您辛苦了。。。

何青成 发表于 2018-9-11 09:13:14

支持一下:lol

进德 发表于 2018-9-11 17:46:42

有道理。。。
页: [1] 2 3 4 5 6 7 8 9 10
查看完整版本: 《利用Python进行数据分析》.(Wes McKinney).[PDF]