下载
有 1 个已核验资源，下方可查看格式、来源和授权状态。
《利用Python进行数据分析》合规电子书下载
获取这本书 已核验 1 个合规下载资源
下载入口仅展示公版、授权、开放许可、官方试读或本站自制资料。
《利用Python进行数据分析》内容简介
【名人推荐】 “科学计算和数据分析社区已经等待这本书很多年了：大量具体的实践建议，以及大量综合应用方法。本书在未来几年里肯定会成为Python领域中技术计算的权威指南。” ——Fernando Pérez 加州大学伯克利分校 研究科学家， IPython的创始人之一 【内容简介】 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？本书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...(展开全部)
《利用Python进行数据分析》书籍信息摘要
《利用Python进行数据分析》合规电子书下载，作者 Wes McKinney，科技技术，2013年，资源格式。查找时建议核对作者、出版社、年份、目录、授权状态和文件格式。
- 作者：Wes McKinney
- 分类：科技技术
- 出版年份：2013
- 页数：464 页
- 语言：中文
- 格式：资源
《利用Python进行数据分析》适合哪些读者？
适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。 评分 8.7 可作为选书参考。
获取建议
《利用Python进行数据分析》怎么获取更合适？
优先确认版本和阅读目的；下载区只展示已核验的公版、授权、开放许可或官方试读资源。
版本
优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本；经典作品可优先选择校注、导读或权威出版社版本。
目录
- 目录
- 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
展开全部（共 88 章节）
- 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
- MovieLens1M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
- IPythonHTMLNotebook75
- 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WebAPI181
- 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
- matplotlibAPI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APython语言精要401
- ······(收起)
合规获取
合规电子书下载
以下资源已标注来源和授权状态，仅展示公版、授权、开放许可、官方试读或本站自制资料。
如果你认为某个资源版权状态有误，请通过版权声明页面联系我们处理。
常见问题
《利用Python进行数据分析》适合谁读？
适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。 评分 8.7 可作为选书参考。
《利用Python进行数据分析》阅读难度高吗？
建议根据目录、格式和自身阅读设备判断。文字类内容通常适合 EPUB，固定排版内容通常适合 PDF。
《利用Python进行数据分析》纸质书值得买吗？
当前暂未接入已核验的纸质书购买链接，建议通过出版社、京东、当当等正版渠道核对版本后购买。
《利用Python进行数据分析》哪个版本更适合？
优先选择作者、译者、出版社、出版年份和 ISBN 信息清楚的版本；经典作品可优先选择校注、导读或权威出版社版本。
在哪里可以合法获取《利用Python进行数据分析》？
本页上方提供合规下载入口，下方会展示来源、授权状态和核验信息。若需要纸质书或商业电子书，建议通过正版渠道获取。
如何继续查找《利用Python进行数据分析》相关书籍？
可以进入 Wes McKinney 作者页查看其他作品，也可以通过分类、标签、排行榜、人工推荐和“读完这本还可以读”继续发现相近主题。