利用Python进行数据分析2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

利用Python进行数据分析PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

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 Notebook75

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 API181

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