1、本賣場所售簡體書均屬合法報關進口,因我們有實體門市所以實際庫存無法與 平臺同步; 所以急用客戶,下標前請先用問與答詢問,謝謝! 2、簡體書因印刷與裝訂品質及貨運條件未臻完善,書況與台灣出版書籍落差大,封面常出現磨痕、 凹痕等,但我們出貨前都會詳細檢查,再寄給您,如您對書籍狀況追求完美者,下標前請慎重考慮 !!謝謝!! 3、 架上沒有的書,可以代訂(以電腦書籍為主),因是合法報關進口,約需等3-4星期。 Python數據分析實戰 [意] 內利( Nelli) 著;杜春曉 譯 •出版社: 人民郵電出版社 •ISBN:9787115432209 內容簡介 Python 簡單易學,擁有豐富的庫,並且具有極強的包容性。本書展示了如何利用Python 語言的強大功能,以小的編程代價進行數據的提取、處理和分析,主要內容包括:數據分析和Python 的基本介紹,NumPy 庫,pandas 庫,如何使用pandas 讀寫和提取數據,用matplotlib 庫和scikit-learn 庫分別實現數據可視化和機器學習,以實例演示如何從原始數據獲得信息、D3 庫嵌入和手寫體數字的識別。 目錄 目錄 致謝 譯者序 第1 章 數據分析簡介 1 1.1 數據分析 1 1.2 數據分析師的知識範疇 2 1.2.1 計算機科學 2 1.2.2 數學和統計學 3 1.2.3 機器學習和人工智能 3 1.2.4 數據來源領域 3 1.3 理解數據的性質 4 1.3.1 數據到信息的轉變 4 1.3.2 信息到知識的轉變 4 1.3.3 數據的類型 4 1.4 數據分析過程 4 1.4.1 問題定義 5 1.4.2 數據抽取 6 1.4.3 數據準備 6 1.4.4 數據探索和可視化 7 1.4.5 預測模型 7 1.4.6 模型評估 8 1.4.7 部署 8 1.5 定量和定性數據分析 9 1.6 開放數據 9 1.7 Python 和數據分析 11 1.8 結論 11 第2 章 Python 世界簡介 12 2.1 Python——編程語言 12 2.2 Python——解釋器 13 2.2.1 Cython 14 2.2.2 Jython 14 2.2.3 PyPy 14 2.3 Python 2 和Python 3 14 2.4 安裝Python 15 2.5 Python 發行版 15 2.5.1 Anaconda 15 2.5.2 Enthought Canopy 16 2.5.3 Python(x,y) 17 2.6 使用Python 17 2.6.1 Python shell 17 2.6.2 運行完整的Python 程序 17 2.6.3 使用IDE 編寫代碼 18 2.6.4 跟Python 交互 18 2.7 編寫Python 代碼 18 2.7.1 數學運算 18 2.7.2 導入新的庫和函數 19 2.7.3 函數式編程 21 2.7.4 縮進 22 2.8 IPython 23 2.8.1 IPython shell 23 2.8.2 IPython Qt-Console 24 2.9 PyPI 倉庫——Python 包索引 25 2.10 多種Python IDE 26 2.10.1 IDLE 26 2.10.2 Spyder 27 2.10.3 Eclipse(pyDev) 27 2.10.4 Sublime 28 2.10.5 Liclipse 29 2.10.6 NinjaIDE 29 2.10.7 Komodo IDE 29 2.11 SciPy 30 2.11.1 NumPy 30 2.11.2 pandas 30 2.11.3 matplotlib 31 2.12 小結 31 第3 章 NumPy 庫 32 3.1 NumPy 簡史 32 3.2 NumPy 安裝 32 3.3 ndarray:NumPy 庫的心臟 33 3.3.1 創建數組 34 3.3.2 數據類型 34 3.3.3 dtype 選項 35 3.3.4 自帶的數組創建方法 36 3.4 基本操作 37 3.4.1 算術運算符 37 3.4.2 矩陣積 38 3.4.3 自增和自減運算符 39 3.4.4 通用函數 40 3.4.5 聚合函數 40 3.5 索引機制、切片和迭代方法 41 3.5.1 索引機制 41 3.5.2 切片操作 42 3.5.3 數組迭代 43 3.6 條件和布爾數組 45 3.7 形狀變換 45 3.8 數組操作 46 3.8.1 連接數組 46 3.8.2 數組切分 47 3.9 常用概念 49 3.9.1 對象的副本或視圖 49 3.9.2 向量化 50 3.9.3 廣播機制 50 3.10 結構化數組 52 3.11 數組數據文件的讀寫 53 3.11.1 二進制文件的讀寫 54 3.11.2 讀取文件中的列表形式數據 54 3.12 小結 55 第4 章 pandas 庫簡介 56 4.1 pandas:Python 數據分析庫 56 4.2 安裝 57 4.2.1 用Anaconda 安裝 57 4.2.2 用PyPI 安裝 58 4.2.3 在Linux 系統的安裝方法 58 4.2.4 用源代碼安裝 58 4.2.5 Windows 模塊倉庫 59 4.3 測試pandas 是否安裝成功 59 4.4 開始pandas 之旅 59 4.5 pandas 數據結構簡介 60 4.5.1 Series 對象 60 4.5.2 DataFrame 對象 66 4.5.3 Index 對象 72 4.6 索引對象的其他功能 74 4.6.1 更換索引 74 4.6.2 刪除 75 4.6.3 算術和數據對齊 77 4.7 數據結構之間的運算 78 4.7.1 靈活的算術運算方法 78 4.7.2 DataFrame 和Series 對象之間的運算 78 4.8 函數應用和映射 79 4.8.1 操作元素的函數 79 4.8.2 按行或列執行操作的函數 80 4.8.3 統計函數 81 4.9 排序和排位次 81 4.10 相關性和協方差 84 4.11 NaN 數據 85 4.11.1 為元素賦NaN 值 85 4.11.2 過濾NaN 86 4.11.3 為NaN 元素填充其他值 86 4.12 等級索引和分級 87 4.12.1 重新調整順序和為層級排序 89 4.12.2 按層級統計數據 89 4.13 小結 90 第5 章 pandas:數據讀寫 91 5.1 I/O API 工具 91 5.2 CSV 和文本文件 92 5.3 讀取CSV 或文本文件中的數據 92 5.3.1 用RegExp 解析TXT 文件 94