互联网 类型
可以朗读 语音朗读
241千字 字数
2022-05-01 发行日期
展开全部

主编推荐语

本书详尽介绍了Pytho数据分析的基础知识，以及开发技巧。

内容简介

全书围绕着“数据分析三剑客（NumPy、Pandas、Matplotlib）”进行细致的介绍。这三款工具的知识点非常多，本书尽量系统细致地介绍精华的知识点，以便为读者构建一个完善的知识体系，并且为后续的工作打下坚实的基础。每一章后面的实战题以及练习题，经过精心设计，可以锻炼读者的数据分析实战能力，对于巩固基础以及锻炼技术是非常有帮助的。

目录

  • 版权信息
  • 作者简介
  • 前言
  • 资源与支持
  • 第一部分 NumPy篇
  • 第1章 数据分析概述
  • 1.1 数据分析简介
  • 1.2 课程介绍
  • 1.3 使用VSCode
  • 第2章 NumPy基础
  • 2.1 NumPy是什么？
  • 2.2 创建数组
  • 2.3 数组属性
  • 2.4 元素操作
  • 2.5 数组操作
  • 2.6 各种运算
  • 2.7 遍历数组
  • 2.8 大小排序
  • 2.9 本章练习
  • 第3章 NumPy进阶
  • 3.1 浅拷贝和深拷贝
  • 3.2 axis的值
  • 3.3 广播机制
  • 3.4 读写文件
  • 3.5 矩阵简介
  • 3.6 本章练习
  • 第二部分 Pandas篇
  • 第4章 Pandas简介
  • 4.1 Pandas是什么？
  • 4.2 Series
  • 4.3 DataFrame
  • 4.4 DataFrame的数据操作
  • 4.5 遍历行列
  • 4.6 深入了解
  • 4.7 本章练习
  • 第5章 获取数据
  • 5.1 数据分析流程
  • 5.2 读写数据简介
  • 5.3 读写JSON
  • 5.4 读写CSV
  • 5.5 读写Excel
  • 5.6 读写HTML
  • 5.7 深入文件读取
  • 5.8 读取数据库
  • 5.9 本章练习
  • 第6章 筛选数据
  • 6.1 筛选数据简介
  • 6.2 获取行、列：loc[]、iloc[]和df[]
  • 6.3 重新索引：reindex()
  • 6.4 获取首尾数据：head()和tail()
  • 6.5 随机抽样：sample()
  • 6.6 逻辑比较
  • 6.7 过滤操作
  • 6.8 模式匹配
  • 6.9 本章练习
  • 第7章 处理数据
  • 7.1 处理数据简介
  • 7.2 操作行名和列名
  • 7.3 类型转换
  • 7.4 行列转置：T
  • 7.5 大小排序：sort_values()
  • 7.6 数据排名：rank()
  • 7.7 数据替换：replace()
  • 7.8 数据移动：shift()
  • 7.9 数据清洗
  • 7.10 数据合并
  • 7.11 字符串处理
  • 7.12 自定义函数
  • 7.13 实战题：处理天气数据
  • 7.14 实战题：拆分数据
  • 7.15 本章练习
  • 第8章 分析数据
  • 8.1 分析数据简介
  • 8.2 基本统计函数
  • 8.3 其他统计函数
  • 8.4 整体情况
  • 8.5 聚合函数：agg()
  • 8.6 数据分组
  • 8.7 实战题：求平均寿命
  • 8.8 本章练习
  • 第9章 时间序列
  • 9.1 时间序列概述
  • 9.2 重采样：resample()
  • 9.3 移动计算：rolling()
  • 9.4 分组器：Grouper()
  • 9.5 实战题：求每个月的销量总和
  • 9.6 本章练习
  • 第10章 高级技术
  • 10.1 透视表
  • 10.2 交叉表
  • 10.3 层次化索引
  • 10.4 离散化处理
  • 10.5 哑变量处理
  • 10.6 实战题：创建透视表
  • 10.7 本章练习
  • 第11章 其他操作
  • 11.1 广播机制
  • 11.2 索引对象
  • 11.3 inplace参数
  • 11.4 缺失值
  • 11.5 实战题：统计每一列的缺失值个数
  • 11.6 本章练习
  • 第三部分 Matplotlib篇
  • 第12章 基础图表
  • 12.1 Matplotlib简介
  • 12.2 基本绘图（折线图）
  • 12.3 通用设置
  • 12.4 通用样式
  • 12.5 散点图
  • 12.6 柱形图
  • 12.7 直方图
  • 12.8 饼状图
  • 12.9 实战题：绘制气温折线图
  • 12.10 实战题：浏览器所占市场份额柱形图
  • 第13章 高级图表
  • 13.1 高级图表简介
  • 13.2 箱线图
  • 13.3 面积图
  • 13.4 棉棒图
  • 13.5 热力图
  • 13.6 子图表
  • 13.7 实战题：使用箱线图查找异常值
  • 13.8 实战题：绘制每月销量的棉棒图
  • 第四部分 工具篇
  • 第14章 Jupyter Notebook
  • 14.1 Jupyter Notebook简介
  • 14.2 Jupyter Notebook的使用
  • 14.3 应用场景
  • 14.4 常用技巧
  • 第五部分 附录
  • 附录A 读写文件（Pandas）
  • 附录B 统计函数（Pandas）
  • 附录C 绘图函数（Matplotlib）
展开全部

评分及书评

评分不足
2个评分
  • 用户头像
    给这本书评了
    5.0
    精典的Pandas入门书

    这本书是一本精典的 pandas 入门级的书，举的例子简单实用，但是如果想上手，还需要多练。

      转发
      评论

    出版方

    人民邮电出版社

    人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。