利用Python进行数据分析

利用Python进行数据分析 pdf epub mobi txt 电子书 下载 2025

Wes McKinney 资深数据分析专家,对各种Python库(包括NumPy、pandas、matplotlib以及IPython等)等都有深入研究,并在大量的实践中积累了丰富的经验。撰写了大量与Python数据分析相关的经典文章,被各大技术社区争相转载,是Python和开源技术社区公认的权威人物之一。开发了用于数据分析的著名开源Python库——pandas,广获用户好评。在创建Lambda Foundry(一家致力于企业数据分析的公司)之前,他曾是AQR Capital Management的定量分析师。

出版者:机械工业出版社
作者:Wes McKinney
出品人:
页数:464
译者:唐学韬
出版时间:2013-11-18
价格:89.00
装帧:平装
isbn号码:9787111436737
丛书系列:
图书标签:
  • 数据分析 
  • python 
  • Python 
  • 数据分析/挖掘 
  • 数据挖掘 
  • 编程 
  • 计算机 
  • 机器学习 
  •  
想要找书就要到 小哈图书下载中心
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

【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这个交互式Shell作为你的首要开发环境。

•学习NumPy(Numerical Python)的基础和高级知识。

•从pandas库的数据分析工具开始。

•利用高性能工具对数据进行加载、清理、转换、合并以及重塑。

•利用matplotlib创建散点图以及静态或交互式的可视化结果。

•利用pandas的groupby功能对数据集进行切片、切块和汇总操作。

•处理各种各样的时间序列数据。

•通过详细的案例学习如何解决Web分析、社会科学、金融学以及经•济学等领域的问题。

具体描述

读后感

评分

pandas主要基于numpy.ndarray构造了更高级的Series和DataFrame数据结构。这本书主要就是说明基于这两种数据结构的API用法。这些API主要是对原本numpy操作的补充。行列Index在DataFrame的加强对于各种数据逻辑操作帮助比较大。对pyplot的绘图函数也和两种数据结构绑定的很好。越...  

评分

对第二版的翻译已无力吐槽,错误太明显。比如下图句子的in-place意思明明是原地修改,译者非要翻译成原对象,感觉译者计算机的基本素养有待提高,如果知道排序算法中的原地排序就不会这样翻译了,阅读时最好准备好英文版,遇到不通的地方翻阅一下英文版结合代码就可以了。或者...  

评分

每一个数据分析师或是数据科学家都使用各自不同的技术栈。即使同样使用Python做为主力数据分析语言,每个人会用到的工具组合也不尽相同。 但不管怎么说,对于希望使用python来进行数据分析工作的人来说,学习iPython,NumPy,pandas,matpotlib这个组合是一个目前看来怎么都不...  

评分

看了小部分,翻译文笔还比较顺畅,具体有没错误暂没注意到。原作者写的还到位。Python在网络与科学计算等领域的发展风生水起,得益于开源,无论是Numpy, Pandas, Scipy, Matplotlib, Scikit-learn, NLTK, 还是Django.  

评分

用户评价

评分

这本很好,比较全,也很好入门。

评分

没介绍SciPy

评分

Pandas使用说明书

评分

向译者致敬,如果所有人在译书时都能亲自敲一遍代码再多点探索精神,中国的计算机启蒙书市场就不会一片灾难了。其实每个python第三方库的原始开发者都能出来现身说法一下,应该比随便什么人出本说明书就讲讲用法好得多,更何况能基于python标准库开发第三方库,功底也定然深厚,这本身也是书质量过关的保证,这点从numpy高级用法一章和附录A很容易感受到(我这种自学草民表示认识被刷新),有的时候why比how重要。现在看来pandas的初衷是做金融数据分析吧,时间数据的处理相当厉害。

评分

2个月前第一次看 觉得进度很慢 ,复习了下python,又复习了statistics和数学,看了《集体智慧编程》和《统计思维》,再翻看这本书,一周就看完了,所有代码都敲了一遍。完完全全工具书。

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 qciss.net All Rights Reserved. 小哈图书下载中心 版权所有