Python數(shù)據(jù)分析

目錄 第1章 Python程序庫入門 1 1.1 本書用到的軟件 2 1.1.1 軟件的安裝和設(shè)置 2 1.1.2 Windows平臺 2 1.1.3 Linux平臺 3 1.1.4 Mac OS X平臺 4 1.2 從源代碼安裝NumPy、SciPy、matplotlib和IPython 6 1.3 用setuptools安裝 7 1.4 NumPy數(shù)組 7 1.5 一個簡單的應(yīng)用 8 1.6 將IPython用作shell 11 1.7 學(xué)習(xí)手冊頁 13 1.8 IPython notebook 14 1.9 從何處尋求幫助和參考資料 14 1.10 小結(jié) 15 第2章 NumPy數(shù)組 16 2.1 NumPy數(shù)組對象 16 2.2 創(chuàng)建多維數(shù)組 18 2.3 選擇NumPy數(shù)組元素 18 2.4 NumPy的數(shù)值類型 19 2.4.1 數(shù)據(jù)類型對象 21 2.4.2 字符碼 21 2.4.3 Dtype構(gòu)造函數(shù) 22 2.4.4 dtype屬性 23 2.5 一維數(shù)組的切片與索引 23 2.6 處理數(shù)組形狀 24 2.6.1 堆疊數(shù)組 27 2.6.2 拆分NumPy數(shù)組 30 2.6.3 NumPy數(shù)組的屬性 33 2.6.4 數(shù)組的轉(zhuǎn)換 39 2.7 創(chuàng)建數(shù)組的視圖和拷貝 40 2.8 花式索引 41 2.9 基于位置列表的索引方法 43 2.10 用布爾型變量索引NumPy數(shù)組 44 2.11 NumPy數(shù)組的廣播 46 2.12 小結(jié) 49 第3章 統(tǒng)計學(xué)與線性代數(shù) 50 3.1 Numpy和Scipy模塊 50 3.2 用NumPy進行簡單的描述性統(tǒng)計計算 55 3.3 用NumPy進行線性代數(shù)運算 57 3.3.1 用NumPy求矩陣的逆 57 3.3.2 用NumPy解線性方程組 59 3.4 用NumPy計算特征值和特征向量 61 3.5 NumPy隨機數(shù) 63 3.5.1 用二項式分布進行博弈 63 3.5.2 正態(tài)分布采樣 66 3.5.3 用SciPy進行正態(tài)檢驗 67 3.6 創(chuàng)建掩碼式NumPy數(shù)組 70 3.7 小結(jié) 7