当前位置: 100md首页 > 电子书籍 > 资料2025 > 一些大合集 > 分类电子书1（34类）
编号:87786
《利用Python进行数据分析》.epub .pdf .txt
基本信息：
    书名： 利用Python进行数据分析
    作者： Wes McKinney
    出版社/出版时间： 机械工业出版社2013-10-29
    国际标准书号： 978-7-111-43673-7
    电子版包括 .epub .pdf .txt等格式：
    《利用Python进行数据分析》Wes McKinney.epub 文件 10703 KB,
    《利用Python进行数据分析》Wes McKinney.pdf 文件 17839 KB,
    《利用Python进行数据分析》Wes McKinney.txt 文件 632 KB。
pdf部分截图：
    第1页
    第2页
    第9页
    第13页
    第216页
    第323页
    第23页
    第140页
    第49页
    第770页
    第172页
    第575页
    第76页
    第83页
    第384页
    第487页

目录简介：
        前言
        第1章 准备工作 本书主要内容
        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 ndarray对象的内部机理
        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