Python數(shù)據(jù)分析

定　價(jià)：￥59.00

作　者：	（印尼）Ivan Idris 伊德里斯
出版社：	人民郵電出版社
叢編項(xiàng)：
標(biāo)　簽：	計(jì)算機(jī)/網(wǎng)絡(luò) 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘數(shù)據(jù)庫(kù)

購(gòu)買(mǎi)這本書(shū)可以去

當(dāng)當(dāng)網(wǎng)

ISBN：	9787115411228	出版時(shí)間：	2016-02-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	308	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　作為一種高級(jí)程序設(shè)計(jì)語(yǔ)言，Python憑借其簡(jiǎn)潔、易讀及可擴(kuò)展性日漸成為程序設(shè)計(jì)領(lǐng)域備受推崇的語(yǔ)言。同時(shí)，Python語(yǔ)言的數(shù)據(jù)分析功能也逐漸為大眾所認(rèn)可。本書(shū)是一本介紹如何用Python進(jìn)行數(shù)據(jù)分析的學(xué)習(xí)指南。全書(shū)共12章，從Python程序庫(kù)入門(mén)、NumPy數(shù)組、matplotlib和pandas開(kāi)始，陸續(xù)介紹了數(shù)據(jù)加工、數(shù)據(jù)處理和數(shù)據(jù)可視化等內(nèi)容。同時(shí)，本書(shū)還介紹了信號(hào)處理、數(shù)據(jù)庫(kù)、文本分析、機(jī)器學(xué)習(xí)、互操作性和性能優(yōu)化等高級(jí)主題。在本書(shū)的結(jié)尾，還采用3個(gè)附錄的形式為讀者補(bǔ)充了一些重要概念、常用函數(shù)以及在線資源等重要內(nèi)容。本書(shū)示例豐富、簡(jiǎn)單易懂，非常適合對(duì)Python語(yǔ)言感興趣或者想要使用Python語(yǔ)言進(jìn)行數(shù)據(jù)分析的讀者參考閱讀。

作者簡(jiǎn)介

暫缺《Python數(shù)據(jù)分析》作者簡(jiǎn)介

圖書(shū)目錄

目錄第1章 Python程序庫(kù)入門(mén) 1 1.1 本書(shū)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(tái) 2 1.1.3 Linux平臺(tái) 3 1.1.4 Mac OS X平臺(tái) 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(gè)簡(jiǎn)單的應(yīng)用 8 1.6 將IPython用作shell 11 1.7 學(xué)習(xí)手冊(cè)頁(yè) 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(duì)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(lèi)型 19 2.4.1 數(shù)據(jù)類(lèi)型對(duì)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(jì)學(xué)與線性代數(shù) 50 3.1 Numpy和Scipy模塊 50 3.2 用NumPy進(jìn)行簡(jiǎn)單的描述性統(tǒng)計(jì)計(jì)算 55 3.3 用NumPy進(jìn)行線性代數(shù)運(yùn)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(jì)算特征值和特征向量 61 3.5 NumPy隨機(jī)數(shù) 63 3.5.1 用二項(xiàng)式分布進(jìn)行博弈 63 3.5.2 正態(tài)分布采樣 66 3.5.3 用SciPy進(jìn)行正態(tài)檢驗(yàn) 67 3.6 創(chuàng)建掩碼式NumPy數(shù)組 70 3.7 小結(jié) 7