思维导图备注

利用Python进行数据分析 (O'Reilly精品图书系列) - Wes McKinney
首页 收藏书籍 阅读记录
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签

前言

浏览 3 扫码
  • 小字体
  • 中字体
  • 大字体
2022-02-19 06:16:17
请 登录 再阅读
上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 前言
  • 第1章 准备工作
    • 为什么要使用Python进行数据分析
    • 重要的Python库
    • 安装和设置
    • 社区和研讨会
    • 使用本书
    • 致谢
  • 第2章 引言
    • 来自bit.ly的1.usa.gov数据
    • MovieLens 1M数据集
    • 1880—2010年间全美婴儿姓名
    • 小结及展望
  • 第3章 IPython：一种交互式计算和开发环境
    • IPython基础
    • 内省
    • 使用命令历史
    • 与操作系统交互
    • 软件开发工具
    • IPython HTML Notebook
    • 利用IPython提高代码开发效率的几点提示
    • 高级IPython功能
    • 致谢
  • 第4章 NumPy基础：数组和矢量计算
    • NumPy的ndarray：一种多维数组对象
    • 通用函数：快速的元素级数组函数
    • 利用数组进行数据处理
    • 用于数组的文件输入输出
    • 线性代数
    • 随机数生成
    • 范例：随机漫步
  • 第5章 pandas入门
    • pandas的数据结构介绍
    • 基本功能
    • 汇总和计算描述统计
    • 处理缺失数据
    • 层次化索引
    • 其他有关pandas的话题
  • 第6章 数据加载、存储与文件格式
    • 读写文本格式的数据
    • 二进制数据格式
    • 使用HTML和Web API
    • 使用数据库
  • 第7章 数据规整化：清理、转换、合并、重塑
    • 合并数据集
    • 重塑和轴向旋转
    • 数据转换
    • 字符串操作
    • 示例：USDA食品数据库
  • 第8章 绘图和可视化
    • matplotlib API入门
    • pandas中的绘图函数
    • 绘制地图：图形化显示海地地震危机数据
    • Python图形化工具生态系统
  • 第9章 数据聚合与分组运算
    • GroupBy技术
    • 数据聚合
    • 分组级运算和转换
    • 透视表和交叉表
    • 示例：2012联邦选举委员会数据库
  • 第10章 时间序列
    • 日期和时间数据类型及工具
    • 时间序列基础
    • 日期的范围、频率以及移动
    • 时区处理
    • 时期及其算术运算
    • 重采样及频率转换
    • 时间序列绘图
    • 移动窗口函数
    • 性能和内存使用方面的注意事项
  • 第11章 金融和经济数据应用
    • 数据规整化方面的话题
    • 分组变换和分析
    • 更多示例应用
  • 第12章 NumPy高级应用
    • 高级数组操作
    • 广播
    • ufunc高级应用
    • 结构化和记录式数组
    • 更多有关排序的话题
    • NumPy的matrix类
    • 高级数组输入输出
    • 性能建议
  • 附录A Python语言精要
暂无相关搜索结果！
    展开/收起文章目录

    二维码

    手机扫一扫，轻松掌上学

    《利用Python进行数据分析 (O'Reilly精品图书系列) - Wes McKinney》电子书下载

    请下载您需要的格式的电子书，随时随地，享受学习的乐趣！
    EPUB 电子书

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度