利用Python進行數據分析 (原書第3版) 韋斯.麥金尼 9787111726722 【台灣高等教育出版社】

圖書均為代購,正常情形下,訂後約兩周可抵台。
物品所在地:中國大陸
原出版社:機械工業
NT$948
商品編號:
供貨狀況: 尚有庫存

此商品參與的優惠活動

加入最愛
商品介紹
*完成訂單後正常情形下約兩周可抵台
*本賣場提供之資訊僅供參考,以到貨標的為正確資訊。
印行年月:202311*若逾兩年請先於私訊洽詢存貨情況,謝謝。
台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。
書名:利用Python進行數據分析 (原書第3版)
ISBN:9787111726722
出版社:機械工業
著編譯者:韋斯.麥金尼
頁數:498
所在地:中國大陸 *此為代購商品
書號:1589719
可大量預訂,請先連絡。

內容簡介

本書是Python數據分析經典暢銷書的升級版,由Python pandas項目的創始人Wes McKinney撰寫。本書自2012年第1版出版以來,迅速成為該領域的權威指南,並且為了保持與時俱進,作者對本書內容進行持續更新,以摒棄一些過時、不兼容的工具,添加新的內容來介紹新特性、新工具及方法。第3版針對Python 3 10和pandas 1 4進行了更新,並通過實操講解和實際案例向讀者展示了如何高效地解決一系列數據分析問題。讀者將在閱讀過程中學習新版本的pandas、NumPy、IPython和Jupyter。

作者簡介

韋斯·麥金尼是流行的Python開源數據分析庫pandas的創始人。他是一名活躍的演講者,也是Python數據社區和Apache軟體基金會的Python/C++開源開發者。目前他在紐約從事軟體架構師工作。

目錄

前言
第1章 準備工作
1 1 本書內容
1 2 為什麼使用Python進行數據分析
1 3 重要的Python庫
1 4 安裝和設置
1 5 社區和會議
1 6 本書導航
第2章 Python語法基礎、IPython和Jupyter notebook
2 1 Python解釋器
2 2 IPython基礎
2 3 Python語法基礎
2 4 總結
第3章 Python的數據結構、函數和文件
3 1 數據結構和序列
3 2 函數
3 3 文件和操作系統
3 4 總結
第4章 NumPy基礎:數組和向量化計算
4 1 NumPy的ndarray:多維數組對象
4 2 生成偽隨機數
4 3 通用函數:快速的元素級數組函數
4 4 利用數組進行面向數組編程
4 5 使用數組進行文件輸入和輸出
4 6 線性代數
4 7 示例:隨機漫步
4 8 總結
第5章 pandas入門
5 1 pandas的數據結構介紹
5 2 基本功能
5 3 描述性統計的匯總和計算
5 4 總結
第6章 數據載入、存儲與文件格式
6 1 讀寫文本格式的數據
6 2 二進位數據格式
6 3 與Web API交互
6 4 與資料庫交互
6 5 總結
第7章 數據清洗和準備
7 1 處理缺失數據
7 2 數據轉換
7 3 擴展數據類型
7 4 字元串操作
7 5 分類數據
7 6 總結
第8章 數據規整:連接、聯合和重塑
8 1 層次化索引
8 2 聯合與合併數據集
8 3 重塑和透視
8 4 總結
第9章 繪圖和可視化
9 1 matplotlib API入門
9 2 使用pandas和seaborn繪圖
9 3 其他Python可視化工具
9 4 總結
第10章 數據聚合與分組操作
10 1 GroupBy機制
10 2 數據聚合
10 3 Apply:通用的「拆分-應用-聯合」範式
10 4 分組轉換和「展開式」GroupBy運算
10 5 透視表和交叉表
10 6 總結
第11章 時間序列
11 1 日期和時間數據的類型及工具
11 2 時間序列基礎知識
11 3 日期的範圍、頻率以及移位
11 4 時區處理
11 5 周期及其算術運算
11 6 重採樣及頻率轉換
11 7 移動窗口函數
11 8 總結
第12章 Python建模庫介紹
12 1 pandas與模型代碼的介面
12 2 用Patsy創建模型描述
12 3 statsmodels介紹
12 4 scikit-learn介紹
12 5 總結
第13章 數據分析案例
13 1 來自1 USA gov的Bitly數據
13 2 MovieLens 1M數據集
13 3 1880—2010年間全美嬰兒姓名
13 4 USDA食品資料庫
13 5 2012年聯邦選舉委員會資料庫
13 6 總結
附錄A 高階NumPy
附錄B 更多關於IPython的內容

詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。
規格說明
運送方式
已加入購物車
已更新購物車
網路異常,請重新整理