Python数据分析电子书

作者简介

内容提要

前言

“数据分析是Python的杀手锏。”

本书内容

本书需要的资源

目标读者

排版约定

读者反馈

客户支持

下载示例代码

勘误

关于盗版行为

疑问解答

技术评审简介

第1章 Python程序库入门

1.1 本书用到的软件

1.1.1 软件的安装和设置

1.1.2 Windows平台

1.1.3 Linux平台

1.1.4 Mac OS X平台

1.2 从源代码安装NumPy、SciPy、matplotlib和IPython

1.3 用setuptools安装

1.4 NumPy数组

1.5 一个简单的应用

1.6 将IPython用作shell

1.7 学习手册页

1.8 IPython notebook

1.9 从何处寻求帮助和参考资料

1.10 小结

第2章 NumPy数组

2.1 NumPy数组对象

NumPy数组的优势

2.2 创建多维数组

2.3 选择NumPy数组元素

2.4 NumPy的数值类型

2.4.1 数据类型对象

2.4.2 字符码

2.4.3 Dtype构造函数

2.4.4 dtype属性

2.5 一维数组的切片与索引

2.6 处理数组形状

2.6.1 堆叠数组

2.6.2 拆分NumPy数组

2.6.3 NumPy数组的属性

2.6.4 数组的转换

2.7 创建数组的视图和拷贝

2.8 花式索引

2.9 基于位置列表的索引方法

2.10 用布尔型变量索引NumPy数组

2.11 NumPy数组的广播

2.12 小结

第3章 统计学与线性代数

3.1 Numpy和Scipy模块

3.2 用NumPy进行简单的描述性统计计算

3.3 用NumPy进行线性代数运算

3.3.1 用NumPy求矩阵的逆

3.3.2 用NumPy解线性方程组

3.4 用NumPy计算特征值和特征向量

3.5 NumPy随机数

3.5.1 用二项式分布进行博弈

3.5.2 正态分布采样

3.5.3 用SciPy进行正态检验

3.6 创建掩码式NumPy数组

忽略负值和极值

3.7 小结

第4章 pandas入门

4.1 pandas的安装与概览

4.2 pandas数据结构之DataFrame

4.3 pandas数据结构之Series

4.4 利用pandas查询数据

4.5 利用pandas的DataFrame进行统计计算

4.6 利用pandas的DataFrame实现数据聚合

4.7 DataFrame的串联与附加操作

4.8 连接DataFrames

4.9 处理缺失数据问题

4.10 处理日期数据

4.11 数据透视表

4.12 访问远程数据

4.13 小结

第5章 数据的检索、加工与存储

5.1 利用NumPy和pandas对CSV文件进行写操作

5.2 NumPy.npy与pandas DataFrame

5.3 使用PyTables存储数据

5.4 Pandas DataFrame与HDF5仓库之间的读写操作

5.5 使用pandas读写Excel文件

5.6 使用REST Web服务和JSON

5.7 使用pandas读写JSON

5.8 解析RSS和Atom订阅

5.9 使用Beautiful Soup解析HTML

5.10 小结

第6章 数据可视化

6.1 matplotlib的子库

6.2 matplotlib绘图入门

6.3 对数图

6.4 散点图

6.5 图例和注解

6.6 三维图

6.7 pandas绘图

6.8 时滞图

6.9 自相关图

6.10 Plot.ly

6.11 小结

第7章 信号处理与时间序列

7.1 statsmodels子库

7.2 移动平均值

7.3 窗口函数

7.4 协整的定义

7.5 自相关

7.6 自回归模型

7.7 ARMA模型

7.8 生成周期信号

7.9 傅里叶分析

7.10 谱分析

7.11 滤波

7.12 小结

第8章 应用数据库

8.1 基于sqlite3的轻量级访问

8.2 通过pandas访问数据库

8.3 SQLAlchemy

8.3.1 SQLAlchemy的安装和配置

8.3.2 通过SQLAlchemy填充数据库

8.3.3 通过SQLAlchemy查询数据库

8.4 Pony ORM

8.5 Dataset：懒人数据库

8.6 PyMongo与MongoDB

8.7 利用Redis存储数据

8.8 Apache Cassandra

8.9 小结

第9章 分析文本数据和社交媒体

9.1 安装NLTK

9.2 滤除停用字、姓名和数字

9.3 词袋模型

9.4 词频分析

9.5 朴素贝叶斯分类

9.6 情感分析

9.7 创建词云

9.8 社交网络分析

9.9 小结

第10章 预测性分析与机器学习

10.1 scikit-learn概貌

10.2 预处理

10.3 基于逻辑回归的分类

10.4 基于支持向量机的分类

10.5 基于ElasticNetCV的回归分析

10.6 支持向量回归

10.7 基于相似性传播算法的聚类分析

10.8 均值漂移算法

10.9 遗传算法

10.10 神经网络

10.11 决策树

10.12 小结

第11章 Python生态系统的外部环境和云计算

11.1 与MATLAB/Octave交换信息

11.2 Installing rpy2安装rpy2

11.3 连接R

11.4 为Java传递NumPy数组

11.5 集成SWIG和NumPy

11.6 集成Boost和Python

11.7 通过f2py使用Fortran代码

11.8 配置谷歌应用引擎

11.9 在PythonAnywhere上运行程序

11.10 使用Wakari

11.11 小结

第12章 性能优化、性能分析与并发性

12.1 代码的性能分析

12.2 安装Cython

12.3 调用C代码

12.4 利用multiprocessing创建进程池

12.5 通过Joblib提高for循环的并发性

12.6 比较Bottleneck函数与NumPy函数

12.7 通过Jug实现MapReduce

12.8 安装MPI for Python

12.9 IPython Parallel

12.10 小结

附录A 重要概念

附录B 常用函数

matplotlib

Numpy

pandas

scikit-learn

sciPy

scipy.fftpack

scipy.signal

scipy.stats

附录C 在线资源