 |
-- 會員 / 註冊 --
|
 |
|
|
|
Python數據分析從入門到精通 ( 簡體 字) |
| 作者：張嘯宇 李靜 編著 | 類別：1. -> 程式設計 -> Python |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 48662
詢問書籍請說出此書號！【缺書】
NT售價： 345 元 |
| 出版日：2/1/2018 |
| 頁數：332 |
| 光碟數：0 |
|
站長推薦：  |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121336133 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
| 前言： |
內容簡介：
對於希望使用Python來完成資料分析工作的人來說，學習IPython、Numpy、pandas、Matplotlib這個組合是目前看來不錯的方向。《Python資料分析從入門到精通》就是這樣一本循序漸進的書。
《Python資料分析從入門到精通》共3篇14章。第1篇是Python資料分析語法入門，將資料分析用到的一些語言的語法基礎講解清楚，為接下來的資料分析做鋪墊。第2篇是Python資料分析工具入門，介紹了Python資料分析“四劍客”——IPython、Numpy、pandas、Matplotlib。第3篇是Python資料分析案例實戰，包括兩個案例，分別是資料採擷和玩轉大資料，為讀者能真正使用Python進行資料分析奠定基礎。
《Python資料分析從入門到精通》內容精練、重點突出、實例豐富，是廣大資料分析工作者必備的參考書，同時也非常適合大、中專院校師生學習閱讀，還可作為高等院校統計分析及相關專業的教材。
|
目錄：第1篇 Python?据分析?法入?
第1章 初?Python 1
1.1 Python是什么 2
1.2 Python有什么优? 3
1.2.1 Python是自由?源的?件 3
1.2.2 Python是跨平台的 3
1.2.3 Python功能?大 4
1.2.4 Python是可?展的 4
1.2.5 Python易?易用 5
1.3 其他程序???言中的Python 5
1.3.1 Jython 5
1.3.2 Python for .NET 6
1.3.3 IronPython 6
1.4 快速搭建Python???境 7
1.4.1 Python的下?和安? 7
1.4.2 用Visual Studio??Python源代? 9
1.4.3 Python??工具：Vim 10
1.4.4 Python??工具：Emacs 15
1.4.5 Python??工具：PythonWin 18
1.4.6 其他的Python??工具 20
1.5 第一?Python程序 22
1.5.1 ?“Hello, Python!”?始 22
1.5.2 Python的交互式命令行 24
1.6 本章小? 25
第2章 Python起步必? 27
2.1 Python代?的??形式和注?方式 27
2.1.1 用???分? 28
2.1.2 代?的?种注?方式 29
2.1.3 Python?句的?行 30
2.2 Python的基本?入/?出函? 31
2.2.1 接收?入的input()函? 31
2.2.2 ?出?容的print()函? 32
2.3 Python?中文的支持 33
2.3.1 Python 3之前的版本如何使用中文 33
2.3.2 更全面的中文支持 36
2.4 ???用的Python?算器 37
2.4.1 直接?行算??算 37
2.4.2 math模?提供丰富的??函? 38
2.4.3 Python?大整?的支持 39
2.5 本章小? 40
第3章 Python的?据?型与流程控制?句 41
3.1 Python?据?型：?字 42
3.1.1 整型和浮?型 42
3.1.2 ?算符 43
3.2 Python?据?型：字符串 45
3.2.1 Python中的字符串 45
3.2.2 字符串中的??字符 46
3.2.3 操作字符串 46
3.2.4 字符串的索引和分片 49
3.2.5 格式化字符串 50
3.2.6 字符串、?字?型的?? 50
3.2.7 原始字符串 51
3.3 Python?据?型：列表和元? 52
3.3.1 ?建和操作列表 52
3.3.2 ?建和操作元? 53
3.4 Python?据?型：字典 54
3.5 Python?据?型：文件 55
3.6 Python?据?型：布?值 56
3.7 Python的流程控制?句 56
3.7.1 分支?构：if?句 57
3.7.2 循??构：for?句 59
3.7.3 循??构：while?句 62
3.8 本章小? 63
第4章 可复用的函?与模? 64
4.1 Python自定?函? 65
4.1.1 函?的定? 65
4.1.2 函??用 66
4.2 ???函?更有价值 67
4.2.1 有默?值的?? 67
4.2.2 ??的??方式 69
4.2.3 如何??任意?量的?? 70
4.2.4 用??返回?算?果 70
4.3 ?量的作用域 71
4.4 最??的函?：使用lambda表?式定?函? 72
4.5 可重用?构：Python模? 73
4.5.1 Python模?的基本用法 73
4.5.2 Python在哪里查找模? 75
4.5.3 是否需要??模? 77
4.5.4 模?也可?立?行 78
4.5.5 如何查看模?提供的函?名 79
4.6 用包?管理多?模? 80
4.6.1 包的?成 80
4.6.2 包的?部引用 81
4.7 本章小? 81
第5章 ?据?构与算法 82
5.1 表、?和?列 82
5.1.1 表 83
5.1.2 ? 84
5.1.3 ?列 86
5.2 ?和? 88
5.2.1 ? 88
5.2.2 二叉? 89
5.2.3 ? 93
5.3 查找与排序 95
5.3.1 查找 96
5.3.2 排序 97
5.4 本章小? 100
第6章 面向?象的Python 101
6.1 面向?象?程概述 101
6.1.1 Python中的面向?象思想 102
6.1.2 ?和?象 102
6.2 在Python中定?和使用? 103
6.2.1 ?的定? 104
6.2.2 ?的使用 105
6.3 ?的?性和方法 106
6.3.1 ?的?性 107
6.3.2 ?的方法 108
6.4 ?的?承 111
6.4.1 使用?承 111
6.4.2 Python的多重?承 112
6.5 在?中重?方法和?算符 114
6.5.1 方法重? 114
6.5.2 ?算符重? 115
6.6 在模?中定?? 117
6.7 本章小? 119
第7章 异常?理与程序?? 120
7.1 异常的?理 120
7.1.1 使用try?句捕?异常 121
7.1.2 常?异常的?理 123
7.1.3 多重异常的捕? 124
7.2 用代?引?异常 125
7.2.1 使用raise?句引?异常 126
7.2.2 assert——?化的raise?句 127
7.2.3 自定?异常? 128
7.3 使用pdb模???Python?本 128
7.3.1 ???句? 129
7.3.2 ??表?式 129
7.3.3 ??函? 130
7.3.4 ?置?? 131
7.3.5 pdb??命令 131
7.4 在PythonWin中???本 134
7.5 本章小? 136
第8章 pip?件包管理 137
8.1 安?pip 137
8.2 更新pip 138
8.3 pip常用操作 138
8.3.1 安??件包 138
8.3.2 卸??件包 139
8.3.3 更新?件包 139
8.3.4 ?示本地所有已?安?的?件包 139
8.3.5 ?示?件包的?? 139
8.3.6 搜索?件包 140
8.3.7 通?wheel文件安??件包 141
8.4 本章小? 141
第2篇 Python?据分析工具入?
第9章 IPython科??算? 142
9.1 IPython?介 143
9.2 安?IPython及其他相?? 144
9.2.1 使用Anaconda安? 144
9.2.2 使用pip安? 145
9.3 IPython?基? 146
9.3.1 自??全 147
9.3.2 ?查 149
9.3.3 %run命令 150
9.3.4 快捷? 150
9.3.5 异常和??定位 151
9.3.6 魔法方法 151
9.3.7 和操作系?交互 152
9.3.8 代?分析：%prun和%run 153
9.3.9 目???系? 155
9.3.10 嵌入IPython 155
9.4 融合Matplotlib?和Pylab模型 156
9.5 ?入和?出?量 157
9.6 交互式??器 158
9.7 ??功能 159
9.8 重新?入模? 160
9.9 配置IPython 161
9.10 Jupyter 162
9.10.1 基于Qt的控制台 162
9.10.2 Jupyter Notebook 165
9.11 IPython和Jupyter Notebook的?系 170
9.12 本章小? 173
第10章 Numpy科??算? 174
10.1 Numpy基? 174
10.1.1 ???象介? 175
10.1.2 生成?? 176
10.1.3 ???象?据?型 180
10.1.4 打印?? 182
10.2 ??的基本操作 184
10.3 基本的分片和索引操作 186
10.4 高?索引 189
10.4.1 整?索引 189
10.4.2 布?索引 190
10.4.3 布?索引的???用 192
10.5 改???的形? 193
10.6 ??、分割?? 195
10.7 ??的基本函? 196
10.8 复制和指代 198
10.9 ?性代? 199
10.10 使用????理?据 201
10.11 Numpy的where()函?和??函? 203
10.11.1 where()函? 203
10.11.2 ??函? 205
10.12 ?入与?出 206
10.12.1 二?制文件 206
10.12.2 文本文件 207
10.13 生成?机? 208
10.14 ??的排序和查找 210
10.14.1 排序 210
10.14.2 查找 212
10.15 ?充?? 213
10.16 本章小? 215
第11章 pandas?据分析?理? 216
11.1 pandas?据?构介? 217
11.1.1 序列 217
11.1.2 ?据框 221
11.2 索引?象 226
11.3 核心的基本函? 227
11.4 索引和旋? 229
11.5 算??算与?? 232
11.6 ?理默?值 233
11.7 多?索引 237
11.8 ?/??据 239
11.9 ?合?据 243
11.10 ?据分?操作 247
11.11 ??序列 249
11.11.1 ??序列介? 250
11.11.2 使用??序列作? 253
11.12 本章小? 259
第12章 Matplotlib?据可?化 260
12.1 Pyplot模?介? 261
12.1.1 plot()函? 261
12.1.2 ?制子? 264
12.1.3 添加注? 266
12.1.4 其他的坐???型 268
12.2 ?用Pyplot模? 269
12.3 Artist模? 275
12.3.1 Artist模?概述 275
12.3.2 Artist的?性 277
12.4 使用pandas?? 283
12.5 本章小? 287
第3篇 Python?据分析案例??
第13章 案例1：?据挖掘 288
13.1 ??斯理?介? 288
13.2 ??斯分?器的?? 290
13.3 ?同??推荐系? 295
13.3.1 相似度?算 296
13.3.2 ?同??推荐系?的?? 300
13.4 本章小? 304
第14章 案例2：玩?大?据 305
14.1 案例概述 306
14.1.1 了解大?据的?理方式 306
14.1.2 ?理日志文件 307
14.1.3 案例目? 308
14.2 日志文件的分割 309
14.3 ??Map()函??理小文件 311
14.4 ??Reduce()函? 313
14.5 本章小? 315 |
| 序： |
|
