豆瓣评分 8.7!Python pandas 创始人亲码的数据分析入门手册!
在众多解释型语言中,Python 最大的特点是拥有一个巨大而活跃的科学计算社区。进入 21 世纪以来,在行业应用和学术研究中采用 python 进行科学计算的势头越来越猛。
近年来,由于 Python 有不断改良的库(主要是 pandas),使其成为数据处理任务的一大代替方案,结合其在通用编程方面的强大实力,完全可以只使用 Python 这一种语言去构建以数据为中心的应用程序。
作为一个科学计算平台,Python 的成功源于能够轻松的集成 C、C++以及 Fortran 代码。大部分现代计算机环境都利用了一些 Fortran 和 C 库来是西安线性代数、优选、积分、快速傅里叶变换以及其他诸如此类的算法。
今天给小伙伴们分享的这份手册堪称数据分析实用入门指南,对 Python 数据科学工具的介绍既贴近实战又内容新颖,非常适合刚开始学习 Python 的数据分析师或刚开始学习数据科学和科学计算的 Python 程序员阅读。
限于文章篇幅原因,只能以截图的形式展示出来,有需要的小伙伴可以 点击这里获取!
目录
内容
第 1 章 准备工作
第 2 章 Python 语言基础、IPython 及 Jupyter notebook
第 3 章 内建数据结构、函数及文件
第 4 章 NumPy 基础:数组与向量化计算
第 5 章 pandas 入门
第 6 章 数据载入、存储及文件格式
第 7 章 数据清洗与准备
第 8 章 数据规整:连接、联合与重塑
第 9 章 绘图与可视化
第 10 章 数据聚合与分组操作
第 11 章 时间序列
第 12 章 高阶 pandas
第 13 章 Python 建模库介绍
第 14 章 数据分析示例
限于文章篇幅原因,就展示到这里了,有需要的小伙伴可以 点击这里获取!
评论