中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
從0到1(Python數據分析) 版權信息
- ISBN：9787115585868
- 條形碼：9787115585868 ; 978-7-115-58586-8
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
從0到1(Python數據分析) 本書特色
·源自綠葉學習網Python教程 ·內容豐富，詳細教程，非理工科專業也能看得懂 ·此系列教程被眾多院校與機構選作核心教材 ·講透NumPy，Pandas，Matplotlib三大數據分析利器 ·通俗易懂，風趣幽默，適合零基礎初學人士，無痛掌握新知識 ·豐富資源：課件PPT+配套網站+源碼素材+配套練習+技術問答
從0到1(Python數據分析) 內容簡介
作者根據自己多年的前后端開發經驗，站在接近零基礎讀者的角度，詳盡介紹了Pytho數據分析的基礎知識，以及大量的開發技巧，全書圍繞著“數據分析三劍客（NumPy、Pandas、Matplotlib）”進行細致的介紹。這三款工具的知識點很好多，本書盡量系統細致地介紹*精華的知識點，以便為讀者構建一個完善的知識體系，并且為后續的工作打下堅實的基礎。 每一章后面的實戰題以及練習題，經過精心設計，可以鍛煉讀者的數據分析實戰能力，對于鞏固基礎以及鍛煉技術是很好有幫助的。
從0到1(Python數據分析) 目錄
目 錄
前言 xvii
第 一部分 NumPy篇
第 1章 數據分析概述 3
1．1 數據分析簡介 3
1．1．1 數據科學是什么？ 3
1．1．2 數據分析是什么？ 4
1．1．3 應該學些什么？ 4
1．2 課程介紹 6
1．2．1 課程說明 6
1．2．2 常見問題 6
1．3 使用 VSCode 7
1．3．1 安裝 VSCode 7
1．3．2 安裝插件 8
1．3．3 運行代碼 9
第 2章 NumPy基礎 11
2．1 NumPy是什么？ 11
2．2 創建數組 12
2．2．1 基本方法 12
2．2．2 隨機數組 18
2．2．3 數組與列表的區別 21
2．3 數組屬性 22
2．4 元素操作 24
2．4．1 訪問元素 25
2．4．2 修改元素 26
2．4．3 添加元素 26
2．4．4 刪除元素 28
2．4．5 切片 29
2．5 數組操作 31
2．5．1 修改形狀 31
2．5．2 修改維度 33
2．5．3 翻轉數組 34
2．5．4 數組去重 34
2．5．5 合并數組 35
2．5．6 分割數組 37
2．6 各種運算 39
2．6．1 基本運算 39
2．6．2 比較運算 41
2．6．3 標量運算 42
2．6．4 數學函數 43
2．6．5 統計函數 45
2．7 遍歷數組 53
2．8 大小排序 55
2．9 本章練習 57
第3章 NumPy進階 58
3．1 淺拷貝和深拷貝 58
3．1．1 淺拷貝 58
3．1．2 深拷貝 59
3．2 axis的值 60
3．3 廣播機制 61
3．3．1 維數不同 61
3．3．2 維數相同 63
3．3．3 標量運算 64
3．4 讀寫文件 65
3．4．1 讀取文件 65
3．4．2 寫入文件 66
3．5 矩陣簡介 67
3．5．1 全0矩陣 68
3．5．2 全1矩陣 69
3．5．3 單位矩陣 69
3．5．4 隨機矩陣 70
3．6 本章練習 71
第二部分 Pandas篇
第4章 Pandas簡介 75
4．1 Pandas是什么？ 75
4．2 Series 76
4．2．1 創建Series 76
4．2．2 Series的屬性 78
4．2．3 獲取某行的值 78
4．2．4 深入了解 79
4．3 DataFrame 79
4．3．1 創建DataFrame 79
4．3．2 DataFrame的屬性 83
4．3．3 深入了解 86
4．4 DataFrame的數據操作 88
4．4．1 訪問數據 88
4．4．2 修改數據 95
4．4．3 添加數據 96
4．4．4 刪除數據 98
4．5 遍歷行列 101
4．5．1 遍歷行 101
4．5．2 遍歷列 102
4．6 深入了解 103
4．7 本章練習 105
第5章 獲取數據 107
5．1 數據分析流程 107
5．2 讀寫數據簡介 108
5．3 讀寫JSON 109
5．3．1 JSON簡介 109
5．3．2 讀取JSON 110
5．3．3 寫入JSON 111
5．4 讀寫CSV 113
5．4．1 CSV簡介 113
5．4．2 讀取CSV 114
5．4．3 寫入CSV 116
5．5 讀寫Excel 117
5．5．1 Excel簡介 117
5．5．2 讀取Excel 118
5．5．3 寫入Excel 119
5．6 讀寫HTML 120
5．7 深入文件讀取 122
5．7．1 分塊讀取 122
5．7．2 只讀取一部分 124
5．8 讀取數據庫 125
5．8．1 安裝MySQL 125
5．8．2 安裝Navicat for MySQL 129
5．8．3 讀取MySQL 134
5．9 本章練習 136
第6章 篩選數據 137
6．1 篩選數據簡介 137
6．2 獲取行、列：loc[]、iloc[]和df[] 138
6．2．1 獲取行 138
6．2．2 獲取列 139
6．3 重新索引：reindex() 141
6．3．1 語法簡介 141
6．3．2 深入了解 143
6．4 獲取首尾數據：head()和tail() 145
6．5 隨機抽樣：sample() 147
6．6 邏輯比較 149
6．6．1 語法簡介 149
6．6．2 深入了解 152
6．7 過濾操作 155
6．7．1 query() 155
6．7．2 filter() 157
6．8 模式匹配 159
6．9 本章練習 162
第7章 處理數據 164
7．1 處理數據簡介 164
7．2 操作行名和列名 165
7．2．1 設置某一列為行名 165
7．2．2 重置行名 166
7．2．3 修改行名和列名 168
7．3 類型轉換 171
7．3．1 針對DataFrame 171
7．3．2 針對某一列 174
7．4 行列轉置：T 175
7．5 大小排序：sort_values() 176
7．6 數據排名：rank() 179
7．7 數據替換：replace() 181
7．8 數據移動：shift() 183
7．9 數據清洗 185
7．9．1 缺失值 186
7．9．2 重復值 192
7．9．3 異常值 196
7．10 數據合并 197
7．10．1 軸向合并：concat() 198
7．10．2 主鍵合并：merge() 203
7．10．3 行列連接：join() 207
7．10．4 縱向合并：append() 208
7．11 字符串處理 209
7．11．1 獲取長度：len() 210
7．11．2 統計次數：count() 211
7．11．3 去除空格：strip() 212
7．11．4 替換字符串：replace() 213
7．11．5 分割字符串：split() 214
7．11．6 重復字符串：repeat() 215
7．11．7 連接列：cat() 216
7．11．8 大小寫轉換 219
7．11．9 判斷類型 220
7．11．10 判斷包含 221
7．12 自定義函數 222
7．12．1 map() 222
7．12．2 apply() 224
7．12．3 applymap() 226
7．13 實戰題：處理天氣數據 227
7．14 實戰題：拆分數據 229
7．15 本章練習 230
第8章 分析數據 232
8．1 分析數據簡介 232
8．2 基本統計函數 232
8．2．1 求和：sum() 233
8．2．2 統計個數：count() 235
8．2．3 求*值：max()與min() 236
8．2．4 求中位數：median() 238
8．2．5 求眾數：mode() 239
8．2．6 求平均數：mean() 240
8．2．7 求方差：var() 241
8．2．8 求標準差：std() 242
8．2．9 求分位數：quantile() 243
8．3 其他統計函數 244
8．3．1 統計取值種類 244
8．3．2 統計取值個數 245
8．3．3 求變化百分比 246
8．3．4 求*值的行名 247
8．4 整體情況 247
8．4．1 describe() 248
8．4．2 info() 248
8．5 聚合函數：agg() 249
8．6 數據分組 252
8．6．1 基本語法 252
8．6．2 統計分析 256
8．7 實戰題：求平均壽命 258
8．8 本章練習 259
第9章 時間序列 260
9．1 時間序列概述 260
9．1．1 時間序列簡介 260
9．1．2 轉換類型 261
9．1．3 獲取日期 264
9．1．4 索引與切片 266
9．2 重采樣：resample() 268
9．2．1 降采樣 268
9．2．2 升采樣 271
9．3 移動計算：rolling() 273
9．4 分組器：Grouper() 274
9．5 實戰題：求每個月的銷量總和 276
9．6 本章練習 277
第 10章 高級技術 279
10．1 透視表 279
10．1．1 透視表簡介 279
10．1．2 統計函數 281
10．2 交叉表 282
10．3 層次化索引 284
10．3．1 層次化索引簡介 284
10．3．2 常用操作 286
10．4 離散化處理 292
10．4．1 離散化簡介 292
10．4．2 常用參數 293
10．5 啞變量處理 296
10．6 實戰題：創建透視表 298
10．7 本章練習 299
第 11章 其他操作 300
11．1 廣播機制 300
11．2 索引對象 301
11．3 inplace參數 304
11．4 缺失值 306
11．5 實戰題：統計每一列的缺失值個數 307
11．6 本章練習 308
第三部分 Matplotlib篇
第 12章 基礎圖表 313
12．1 Matplotlib簡介 313
12．2 基本繪圖（折線圖） 315
12．2．1 基本語法 315
12．2．2 定義樣式 317
12．3 通用設置 325
12．3．1 畫布樣式 325
12．3．2 定義標題 326
12．3．3 定義圖例 330
12．3．4 刻度標簽 332
12．3．5 刻度范圍 335
12．3．6 網格線 338
12．3．7 參考線 340
12．3．8 參考區域 343
12．3．9 注釋文本（有指向） 345
12．3．10 注釋文本（無指向） 347
12．4 通用樣式 350
12．5 散點圖 350
12．5．1 基本語法 350
12．5．2 定義樣式 352
12．5．3 氣泡圖 354
12．6 柱形圖 356
12．6．1 基本語法 356
12．6．2 高級柱形圖 358
12．6．3 條形圖 361
12．7 直方圖 362
12．7．1 基本語法 362
12．7．2 定義樣式 364
12．8 餅狀圖 366
12．8．1 基本語法 366
12．8．2 定義樣式 367
12．8．3 圓環圖 372
12．9 實戰題：繪制氣溫折線圖 373
12．10 實戰題：瀏覽器所占市場份額柱形圖 375
第 13章 高級圖表 378
13．1 高級圖表簡介 378
13．2 箱線圖 378
13．2．1 基本語法 378
13．2．2 樣式定義 381
13．3 面積圖 387
13．3．1 基本語法 387
13．3．2 高級面積圖 388
13．4 棉棒圖 389
13．4．1 基本語法 389
13．4．2 定義樣式 390
13．5 熱力圖 393
13．5．1 基本語法 393
13．5．2 定義樣式 394
13．6 子圖表 395
13．6．1 基本語法 395
13．6．2 實際案例 398
13．7 實戰題：使用箱線圖查找異常值 399
13．8 實戰題：繪制每月銷量的棉棒圖 401
第四部分 工具篇
第 14章 Jupyter Notebook 407
14．1 Jupyter Notebook簡介 407
14．2 Jupyter Notebook的使用 408
14．2．1 安裝Anaconda 409
14．2．2 運行Jupyter Notebook 409
14．3 應用場景 411
14．4 常用技巧 414
14．4．1 問號查詢 414
14．4．2 輸出多個變量 415
14．4．3 讀取文件 417
第五部分 附錄
附錄A 讀寫文件（Pandas） 422
附錄B 統計函數（Pandas） 423
附錄C 繪圖函數（Matplotlib）424
前言 xvii
第 一部分 NumPy篇
第 1章 數據分析概述 3
1．1 數據分析簡介 3
1．1．1 數據科學是什么？ 3
1．1．2 數據分析是什么？ 4
1．1．3 應該學些什么？ 4
1．2 課程介紹 6
1．2．1 課程說明 6
1．2．2 常見問題 6
1．3 使用 VSCode 7
1．3．1 安裝 VSCode 7
1．3．2 安裝插件 8
1．3．3 運行代碼 9
第 2章 NumPy基礎 11
2．1 NumPy是什么？ 11
2．2 創建數組 12
2．2．1 基本方法 12
2．2．2 隨機數組 18
2．2．3 數組與列表的區別 21
2．3 數組屬性 22
2．4 元素操作 24
2．4．1 訪問元素 25
2．4．2 修改元素 26
2．4．3 添加元素 26
2．4．4 刪除元素 28
2．4．5 切片 29
2．5 數組操作 31
2．5．1 修改形狀 31
2．5．2 修改維度 33
2．5．3 翻轉數組 34
2．5．4 數組去重 34
2．5．5 合并數組 35
2．5．6 分割數組 37
2．6 各種運算 39
2．6．1 基本運算 39
2．6．2 比較運算 41
2．6．3 標量運算 42
2．6．4 數學函數 43
2．6．5 統計函數 45
2．7 遍歷數組 53
2．8 大小排序 55
2．9 本章練習 57
第3章 NumPy進階 58
3．1 淺拷貝和深拷貝 58
3．1．1 淺拷貝 58
3．1．2 深拷貝 59
3．2 axis的值 60
3．3 廣播機制 61
3．3．1 維數不同 61
3．3．2 維數相同 63
3．3．3 標量運算 64
3．4 讀寫文件 65
3．4．1 讀取文件 65
3．4．2 寫入文件 66
3．5 矩陣簡介 67
3．5．1 全0矩陣 68
3．5．2 全1矩陣 69
3．5．3 單位矩陣 69
3．5．4 隨機矩陣 70
3．6 本章練習 71
第二部分 Pandas篇
第4章 Pandas簡介 75
4．1 Pandas是什么？ 75
4．2 Series 76
4．2．1 創建Series 76
4．2．2 Series的屬性 78
4．2．3 獲取某行的值 78
4．2．4 深入了解 79
4．3 DataFrame 79
4．3．1 創建DataFrame 79
4．3．2 DataFrame的屬性 83
4．3．3 深入了解 86
4．4 DataFrame的數據操作 88
4．4．1 訪問數據 88
4．4．2 修改數據 95
4．4．3 添加數據 96
4．4．4 刪除數據 98
4．5 遍歷行列 101
4．5．1 遍歷行 101
4．5．2 遍歷列 102
4．6 深入了解 103
4．7 本章練習 105
第5章 獲取數據 107
5．1 數據分析流程 107
5．2 讀寫數據簡介 108
5．3 讀寫JSON 109
5．3．1 JSON簡介 109
5．3．2 讀取JSON 110
5．3．3 寫入JSON 111
5．4 讀寫CSV 113
5．4．1 CSV簡介 113
5．4．2 讀取CSV 114
5．4．3 寫入CSV 116
5．5 讀寫Excel 117
5．5．1 Excel簡介 117
5．5．2 讀取Excel 118
5．5．3 寫入Excel 119
5．6 讀寫HTML 120
5．7 深入文件讀取 122
5．7．1 分塊讀取 122
5．7．2 只讀取一部分 124
5．8 讀取數據庫 125
5．8．1 安裝MySQL 125
5．8．2 安裝Navicat for MySQL 129
5．8．3 讀取MySQL 134
5．9 本章練習 136
第6章 篩選數據 137
6．1 篩選數據簡介 137
6．2 獲取行、列：loc[]、iloc[]和df[] 138
6．2．1 獲取行 138
6．2．2 獲取列 139
6．3 重新索引：reindex() 141
6．3．1 語法簡介 141
6．3．2 深入了解 143
6．4 獲取首尾數據：head()和tail() 145
6．5 隨機抽樣：sample() 147
6．6 邏輯比較 149
6．6．1 語法簡介 149
6．6．2 深入了解 152
6．7 過濾操作 155
6．7．1 query() 155
6．7．2 filter() 157
6．8 模式匹配 159
6．9 本章練習 162
第7章 處理數據 164
7．1 處理數據簡介 164
7．2 操作行名和列名 165
7．2．1 設置某一列為行名 165
7．2．2 重置行名 166
7．2．3 修改行名和列名 168
7．3 類型轉換 171
7．3．1 針對DataFrame 171
7．3．2 針對某一列 174
7．4 行列轉置：T 175
7．5 大小排序：sort_values() 176
7．6 數據排名：rank() 179
7．7 數據替換：replace() 181
7．8 數據移動：shift() 183
7．9 數據清洗 185
7．9．1 缺失值 186
7．9．2 重復值 192
7．9．3 異常值 196
7．10 數據合并 197
7．10．1 軸向合并：concat() 198
7．10．2 主鍵合并：merge() 203
7．10．3 行列連接：join() 207
7．10．4 縱向合并：append() 208
7．11 字符串處理 209
7．11．1 獲取長度：len() 210
7．11．2 統計次數：count() 211
7．11．3 去除空格：strip() 212
7．11．4 替換字符串：replace() 213
7．11．5 分割字符串：split() 214
7．11．6 重復字符串：repeat() 215
7．11．7 連接列：cat() 216
7．11．8 大小寫轉換 219
7．11．9 判斷類型 220
7．11．10 判斷包含 221
7．12 自定義函數 222
7．12．1 map() 222
7．12．2 apply() 224
7．12．3 applymap() 226
7．13 實戰題：處理天氣數據 227
7．14 實戰題：拆分數據 229
7．15 本章練習 230
第8章 分析數據 232
8．1 分析數據簡介 232
8．2 基本統計函數 232
8．2．1 求和：sum() 233
8．2．2 統計個數：count() 235
8．2．3 求*值：max()與min() 236
8．2．4 求中位數：median() 238
8．2．5 求眾數：mode() 239
8．2．6 求平均數：mean() 240
8．2．7 求方差：var() 241
8．2．8 求標準差：std() 242
8．2．9 求分位數：quantile() 243
8．3 其他統計函數 244
8．3．1 統計取值種類 244
8．3．2 統計取值個數 245
8．3．3 求變化百分比 246
8．3．4 求*值的行名 247
8．4 整體情況 247
8．4．1 describe() 248
8．4．2 info() 248
8．5 聚合函數：agg() 249
8．6 數據分組 252
8．6．1 基本語法 252
8．6．2 統計分析 256
8．7 實戰題：求平均壽命 258
8．8 本章練習 259
第9章 時間序列 260
9．1 時間序列概述 260
9．1．1 時間序列簡介 260
9．1．2 轉換類型 261
9．1．3 獲取日期 264
9．1．4 索引與切片 266
9．2 重采樣：resample() 268
9．2．1 降采樣 268
9．2．2 升采樣 271
9．3 移動計算：rolling() 273
9．4 分組器：Grouper() 274
9．5 實戰題：求每個月的銷量總和 276
9．6 本章練習 277
第 10章 高級技術 279
10．1 透視表 279
10．1．1 透視表簡介 279
10．1．2 統計函數 281
10．2 交叉表 282
10．3 層次化索引 284
10．3．1 層次化索引簡介 284
10．3．2 常用操作 286
10．4 離散化處理 292
10．4．1 離散化簡介 292
10．4．2 常用參數 293
10．5 啞變量處理 296
10．6 實戰題：創建透視表 298
10．7 本章練習 299
第 11章 其他操作 300
11．1 廣播機制 300
11．2 索引對象 301
11．3 inplace參數 304
11．4 缺失值 306
11．5 實戰題：統計每一列的缺失值個數 307
11．6 本章練習 308
第三部分 Matplotlib篇
第 12章 基礎圖表 313
12．1 Matplotlib簡介 313
12．2 基本繪圖（折線圖） 315
12．2．1 基本語法 315
12．2．2 定義樣式 317
12．3 通用設置 325
12．3．1 畫布樣式 325
12．3．2 定義標題 326
12．3．3 定義圖例 330
12．3．4 刻度標簽 332
12．3．5 刻度范圍 335
12．3．6 網格線 338
12．3．7 參考線 340
12．3．8 參考區域 343
12．3．9 注釋文本（有指向） 345
12．3．10 注釋文本（無指向） 347
12．4 通用樣式 350
12．5 散點圖 350
12．5．1 基本語法 350
12．5．2 定義樣式 352
12．5．3 氣泡圖 354
12．6 柱形圖 356
12．6．1 基本語法 356
12．6．2 高級柱形圖 358
12．6．3 條形圖 361
12．7 直方圖 362
12．7．1 基本語法 362
12．7．2 定義樣式 364
12．8 餅狀圖 366
12．8．1 基本語法 366
12．8．2 定義樣式 367
12．8．3 圓環圖 372
12．9 實戰題：繪制氣溫折線圖 373
12．10 實戰題：瀏覽器所占市場份額柱形圖 375
第 13章 高級圖表 378
13．1 高級圖表簡介 378
13．2 箱線圖 378
13．2．1 基本語法 378
13．2．2 樣式定義 381
13．3 面積圖 387
13．3．1 基本語法 387
13．3．2 高級面積圖 388
13．4 棉棒圖 389
13．4．1 基本語法 389
13．4．2 定義樣式 390
13．5 熱力圖 393
13．5．1 基本語法 393
13．5．2 定義樣式 394
13．6 子圖表 395
13．6．1 基本語法 395
13．6．2 實際案例 398
13．7 實戰題：使用箱線圖查找異常值 399
13．8 實戰題：繪制每月銷量的棉棒圖 401
第四部分 工具篇
第 14章 Jupyter Notebook 407
14．1 Jupyter Notebook簡介 407
14．2 Jupyter Notebook的使用 408
14．2．1 安裝Anaconda 409
14．2．2 運行Jupyter Notebook 409
14．3 應用場景 411
14．4 常用技巧 414
14．4．1 問號查詢 414
14．4．2 輸出多個變量 415
14．4．3 讀取文件 417
第五部分 附錄
附錄A 讀寫文件（Pandas） 422
附錄B 統計函數（Pandas） 423
附錄C 繪圖函數（Matplotlib）424
展開全部
從0到1(Python數據分析) 作者簡介
莫振杰，畢業于暨南大學信科院計算機科學與技術專業，從事前后端開發4年多，開發過綠葉學習網、廣州智能工程研究會網站、大量在線應用工具及其他各種類型網站，著有多本編程書且銷量過萬， 現為綠葉學習網的站長，該網站用于分享其在前后端開發中的一些經驗，其制作的前后端開發在線教程在互聯網引起廣泛關注，每一個教程廣受網友稱贊與推崇。
書友推薦
- >
有舍有得是人生
- >
朝聞道
- >
史學評論
- >
【精裝繪本】畫給孩子的中國神話
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
伯納黛特,你要去哪(2021新版)
- >
羅庸西南聯大授課錄
- >
唐代進士錄
本類暢銷
