Python实战之数据分析与处理 本书特色

本书是为使用Python进行科学计算的新手或刚入门者量身定做的，是作者学习和使用Python进行人工智能项目研发的体会与经验总结，涵盖了实际开发中的基础知识点，内容详尽，代码可读性及可操作性强。本书主要介绍NumPy、Pandas、Matplotlib的基本操作。本书使用通俗易懂的描述，引入了丰富的示例代码，同时结合智慧城市中的一些事件，使内容呈现尽可能生动有趣，让一些原本复杂的处理能够通过另一种辅助解释得以简单化，从而使读者充分感受学习的乐趣和魅力。本书可供有一定Python基础但没有NumPy、Pandas、Matplotlib操作经验的人员，有Python基础并且想进一步学习使用Python进行科学计算的人员，有一些Python基础并且打算入门人工智能的人员，以及培训机构、中学及大专院校的学生阅读。

Python实战之数据分析与处理 内容简介

本书主要介绍NumPy、Pandas、Matplotlib的基本操作。书中引入了示例代码, 同时结合智慧城市中的一些事件, 使一些原本复杂的处理能够通过另一种辅助解释得以简单化, 从而使读者充分感受学习的乐趣和魅力。

Python实战之数据分析与处理 目录

目 录
**部分 数据分析与处理简介
第1章 数据分析与处理概述 2
1.1 了解大数据 2
1.2 数据分析与处理的需求 4
1.3 数据分析与处理的发展前景 5
第二部分 科学计算之门——NumPy
第2章 NumPy入门 8
2.1 NumPy简介 8
2.2 NumPy安装 8
2.3 NumPy——ndarray对象 9
2.4 NumPy数据类型 11
2.4.1 数据类型 11
2.4.2 数据类型对象（dtype） 12
2.5 NumPy数组属性 16
2.6 NumPy创建数组 19
2.6.1 numpy.empty 19
2.6.2 numpy.zeros 19
2.6.3 numpy.ones 20
2.6.4 numpy.asarray 21
2.6.5 numpy.frombuffer 22
2.6.6 numpy.fromiter 23
2.6.7 numpy.arange 23
2.6.8 numpy.linspace 24
2.6.9 numpy.logspace 26
2.7 NumPy切片和索引 27
2.7.1 切片和索引 27
2.7.2 整数数组索引 29
2.7.3 布尔索引 30
2.7.4 花式索引 31
2.8 NumPy迭代数组 32
2.9 NumPy数组操作 37
2.9.1 修改数字形状 37
2.9.2 翻转数组 39
2.9.3 修改数组维度 42
2.9.4 连接数组 45
2.9.5 分割数组 48
2.9.6 数组的添加与删除 50
2.10 NumPy位运算 55
2.10.1 bitwise_and()函数 55
2.10.2 bitwise_or()函数 55
2.10.3 invert()函数 56
2.10.4 left_shift()函数 56
2.10.5 right_shift()函数 56
2.11 实战演练 57
第3章 NumPy函数 58
3.1 字符串函数 58
3.1.1 numpy.char.add()函数 58
3.1.2 numpy.char.multiply()函数 59
3.1.3 numpy.char.center()函数 59
3.1.4 numpy.char.capitalize()函数 59
3.1.5 numpy.char.title()函数 59
3.1.6 numpy.char.lower()函数 60
3.1.7 numpy.char.upper()函数 60
3.1.8 numpy.char.split()函数 60
3.1.9 numpy.char.splitlines()函数 61
3.1.10 numpy.char.strip()函数 61
3.1.11 numpy.char.join()函数 61
3.1.12 numpy.char.replace()函数 62
3.1.13 numpy.char.encode()函数 62
3.1.14 numpy.char.decode()函数 62
3.2 数学函数 62
3.2.1 三角函数 62
3.2.2 舍入函数 64
3.2.3 numpy.floor()函数 65
3.2.4 numpy.ceil()函数 65
3.3 算术函数 65
?
3.4 统计函数 67
3.4.1 numpy.amin()函数和numpy.amax()函数 67
3.4.2 numpy.ptp()函数 68
3.4.3 numpy.percentile()函数 68
3.4.4 numpy.median()函数 69
3.4.5 numpy.mean()函数 70
3.4.6 numpy.average()函数 70
3.4.7 标准差 71
3.4.8 方差 72
3.5 排序、搜索和计数函数 72
3.5.1 numpy.sort()函数 72
3.5.2 numpy.argsort()函数 73
3.5.3 numpy.lexsort()函数 74
3.5.4 numpy.argmax()函数和numpy.argmin()函数 74
3.5.5 numpy.nonzero()函数 75
3.5.6 numpy.where()函数 76
3.5.7 numpy.extract()函数 76
3.5.8 其他排序 77
3.6 字节交换 78
3.7 副本和视图 79
3.7.1 无复制 79
3.7.2 视图 80
3.7.3 副本 81
3.8 矩阵库 82
3.9 线性代数 85
3.10 NumPy IO 90
3.11 实战演练 93
第三部分 数据处理法宝——Pandas
第4章 Pandas入门 96
4.1 Pandas简介 96
4.2 Pandas安装及数据结构 96
4.3 系列 97
4.3.1 创建空系列 98

 1/3    1 2 3 下一页 尾页

教材 研究生/本科/专科教材 工学

在线阅读