万本电子书0元读

万本电子书0元读

顶部广告

pandas数据处理与分析电子书

1.梳理pandas中常用的函数,将函数之间的逻辑关系总结为“基础知识+4类操作+4类数据”的模块结构 2.展示了数据处理的宏观体系,并针对数据分析中“怎么分析”“怎么处理”“怎么加速”3个核心问题给出解决方案。 3.结合大量代码讲解理论知识,并通过“练一练”和章末的“习题”等形式提供高质量的练习,帮助读者理解、强化和拓展所学知识。 4.不需要读者掌握数据科学或数据分析的先验知识,适合具有一定Python编程基础、想要使用pandas行数据处理与分析的数据科学领域的从业者或研究人员阅读。

售       价:¥

纸质售价:¥49.00购买纸书

78人正在读 | 0人评论 7

作       者:耿远昊 著

出  版  社:人民邮电出版社有限公司

出版时间:2022-08-01

字       数:34.0万

所属分类: 科技 > 计算机/网络 > 软件系统

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书以Python中的pandas库为主线,介绍各类数据处理与分析方法。 本书共包含13章,第一部分介绍NumPy和pandas的基本内容;第二部分介绍pandas库中的4类操作,包括索引、分组、变形和连;第三部分介绍基于pandas库的4类数据,包括缺失数据、文本数据、分类数据和时间序列数据,并介绍这4类数据的处理方法;第四部分介绍数据观测、特征工程和性能优化的相关内容。本书以丰富的练习为特色,每章的最后一节为习题,同时每章包含许多即时性的练习(练一练)。读者可通过这些练习将对数据科学的宏观认识运用到实践中。<br/>【推荐语】<br/>1.梳理pandas中常用的函数,将函数之间的逻辑关系总结为“基础知识+4类操作+4类数据”的模块结构 2.展示了数据处理的宏观体系,并针对数据分析中“怎么分析”“怎么处理”“怎么加速”3个核心问题给出解决方案。 3.结合大量代码讲解理论知识,并通过“练一练”和章末的“习题”等形式提供高质量的练习,帮助读者理解、强化和拓展所学知识。 4.不需要读者掌握数据科学或数据分析的先验知识,适合具有一定Python编程基础、想要使用pandas行数据处理与分析的数据科学领域的从业者或研究人员阅读。<br/>【作者】<br/>耿远昊 威斯康星大学麦迪逊分校统计学硕士在读,Datawhale成员,“Joyful Pandas”源项目作者。pandas贡献者,活跃于pandas源社区,主要贡献涉及漏洞修复、功能实现与性能优化等方面,对pandas在数据处理与分析中的应用有丰富经验。<br/>
目录展开

版 权

内容提要

前 言

资源与支持

彩图

第一部分 基础知识

第1章 预备知识

1.1 Python基础

1.1.1 推导式

1.1.2 匿名函数

1.1.3 打包函数

1.2 NumPy基础

1.2.1 NumPy数组的构造

1.2.2 NumPy数组的变形

1.2.3 NumPy数组的切片

1.2.4 广播机制

1.2.5 常用函数

1.3 习题

第2章 pandas基础

2.1 文件的读取和写入

2.1.1 文件读取

2.1.2 数据写入

2.2 基本数据结构

2.2.1 Series

2.2.2 DataFrame

2.3 常用基本函数

2.3.1 汇总函数

2.3.2 特征统计函数

2.3.3 频次函数

2.3.4 替换函数

2.3.5 排序函数

2.3.6 apply()函数

2.4 窗口

2.4.1 滑动窗口

2.4.2 扩张窗口

2.5 习题

第二部分 4类操作

第3章 索引

3.1 单级索引

3.1.1 DataFrame的列索引

3.1.2 Series的行索引

3.1.3 loc索引器

3.1.4 iloc索引器

3.1.5 query()函数

3.1.6 索引运算

3.2 多级索引

3.2.1 多级索引及其表的结构

3.2.2 多级索引中的loc索引器

3.2.3 多级索引的构造

3.3 常用索引方法

3.3.1 索引层的交换和删除

3.3.2 索引属性的修改

3.3.3 索引的设置与重置

3.3.4 索引的对齐

3.4 习题

第4章 分组

4.1 分组模式及其对象

4.1.1 分组的一般模式

4.1.2 分组依据的本质

4.1.3 groupby对象

4.2 聚合函数

4.2.1 内置聚合函数

4.2.2 agg()函数

4.3 变换和过滤

4.3.1 变换函数

4.3.2 组索引与过滤

4.4 跨列分组

4.5 习题

第5章 变形

5.1 长宽表的变形

5.1.1 长表的透视变形

5.1.2 宽表的逆透视变形

5.2 其他变形方法

5.2.1 索引变形

5.2.2 扩张变形

5.3 习题

第6章 连接

6.1 关系连接

6.1.1 关系连接的基本概念

6.1.2 列连接

6.1.3 索引连接

6.2 其他连接

6.2.1 方向连接

6.2.2 比较与组合

6.3 习题

第三部分 4类数据

第7章 缺失数据

7.1 缺失值的统计和删除

7.1.1 缺失信息的统计

7.1.2 缺失信息的删除

7.2 缺失值的填充和插值

7.2.1 利用fillna() 进行填充

7.2.2 插值函数

7.3 Nullable类型

7.3.1 缺失记号及其缺陷

7.3.2 Nullable类型的性质

7.3.3 缺失数据的计算和分组

7.4 习题

第8章 文本数据

8.1 str对象

8.1.1 str对象的设计意图

8.1.2 []索引器

8.1.3 string类型

8.2 正则表达式基础

8.2.1 元字符

8.2.2 分组捕获与反向引用

8.2.3 零宽断言

8.3 文本处理的5类操作

8.3.1 拆分

8.3.2 合并

8.3.3 匹配

8.3.4 替换

8.3.5 提取

8.4 其他字符串方法

8.4.1 字母型方法

8.4.2 数值型方法

8.4.3 统计型方法

8.4.4 格式型方法

8.5 习题

第9章 分类数据

9.1 cat对象

9.1.1 cat对象的属性

9.1.2 类别的增加、删除和修改

9.2 有序类别

9.2.1 序的建立

9.2.2 排序和比较

9.3 区间类别

9.3.1 利用cut()和qcut()进行区间构造

9.3.2 一般区间的构造

9.3.3 区间的属性与方法

9.4 习题

第10章 时间序列数据

10.1 时间戳

10.1.1 时间戳的构造与属性

10.1.2 时间戳序列的生成

10.1.3 dt对象

10.1.4 时间戳序列的索引与切片

10.2 时间差

10.2.1 时间差序列的生成

10.2.2 时间差序列的运算

10.3 日期偏置

10.3.1 Offset对象

10.3.2 采样频率

10.4 时间序列操作

10.4.1 采样频率滑窗

10.4.2 重采样

10.4.3 特殊连接

10.5 习题

第四部分 进阶实战

第11章 数据观测

11.1 可视化方法

11.1.1 基本绘图

11.1.2 元素控制

11.1.3 子图绘制

11.2 数据观测方法

11.2.1 数据类型

11.2.2 数据统计量

11.2.3 数据分布

11.2.4 基于数据报告的观测

11.3 习题

第12章 特征工程

12.1 单特征构造

12.1.1 特征变换

12.1.2 文本数据特征

12.1.3 时间序列数据特征

12.1.4 单特征构造的一般方法

12.2 多特征构造

12.2.1 分组技术

12.2.2 特征降维

12.3 特征选择

12.3.1 基于统计量的选择

12.3.2 基于模型的选择

12.4 习题

第13章 性能优化

13.1 pandasic代码要义

13.2 多进程加速

13.2.1 多进程和多线程

13.2.2 多进程的陷阱

13.2.3 异步进程

13.2.4 进程中的数据共享

13.2.5 在pandas中使用多进程

13.3 利用Cython加速

13.3.1 初识Cython

13.3.2 优化策略

13.3.3 多线程加速

13.3.4 Cython类及其应用

13.3.5 模块构建

13.4 利用Numba加速

13.4.1 noPython模式

13.4.2 ufunc与向量化

13.4.3 jitclass及其应用

13.5 习题

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部