Python for Data Analysis (2 Ed.)
作者 | Wes McKinney |
---|---|
出版社 | 聯合發行股份有限公司 |
商品描述 | Python資料分析 (第2版):用PANDAS、NUMPY和IPYTHON做資料分析「本書已是Python資料生態圈的經典之作。這個新版本更新了從Python3.6到最新版pandas功能,這些關鍵領域的更 |
作者 | Wes McKinney |
---|---|
出版社 | 聯合發行股份有限公司 |
商品描述 | Python資料分析 (第2版):用PANDAS、NUMPY和IPYTHON做資料分析「本書已是Python資料生態圈的經典之作。這個新版本更新了從Python3.6到最新版pandas功能,這些關鍵領域的更 |
內容簡介 用PANDAS、NUMPY和IPYTHON做資料分析 「本書已是Python資料生態圈的經典之作。這個新版本更新了從Python 3.6到最新版pandas功能,這些關鍵領域的更新更增加本書價值。透過說明為何使用Python資料工具的原因和用法,協助讀者以全新及富創意的方法,學會如何有效率的使用它們。書中的概念對任何資料密集計算的現代函式庫都很重要。」 —Fernando Pérez Statistics, UC Berkeley統計學助理教授 IPython以及Jupyter專案創立人 內含操作、處理、清理和處理資料集合的完整Python指引。本書第二版已更新至Python3.6版,新增收錄許多實用學習範例,讓你看到如何有效率解決資料分析問題。在過程中你會學到最新版本pandas、NumPy和IPython及Jupyter。 本書由Python pandas專案創立人Wes McKinny所著,是一本實用又現代的資料科學Python工具書,對於剛接觸Python的分析人員,或是新接觸資料科學和科學計算的Python工程師而言,本書是理想的選擇。相關資料檔案和材料均能在GitHub上取得。 ●使用IPython shell和Jupyter Notebook進行探索性計算 ●學習NumPy(Numberical Python)基礎與進階功能 ●開始使用pandas函式庫中的資料分析工具 ●使用有彈性的工具進行載入、清理、轉換、合併與重新塑造資料 ●應用pandas的groupby功能,對資料集進行切片、切塊和彙整 ●分析和操作規律與無規律的時間序列資料 ●利用全面、詳細的範例學習如何解決真實世界的資料分析問題
作者介紹 ■作者簡介Wes McKinney是pandas的創立者,pandas是熱門的資料分析開源Python函式庫。他是Python資料科學社群和Apache軟體基金會裡,一名活躍的公共演講者以及開源Python與C++開發人員,目前於紐約擔任軟體架構師。■譯者簡介張靜雯
產品目錄 第一章 寫在前面第二章 Python基礎、IPython 和Jupyter notebook第三章 內建資料結構、函式和檔案第四章 NumPy基礎:陣列和向量化計算第五章 使用pandas第六章 資料載入、儲存和檔案格式第七章 資料整理和前處理第八章 資料處理:連接、合併和重塑第九章 繪圖與視覺化第十章 資料聚合和分組第十一章 時間序列第十二章 pandas進階第十三章 Python中的建模函式庫第十四章 資料分析範例附錄A 深入NumPy附錄B 關於IPython系統
書名 / | Python資料分析 (第2版) |
---|---|
作者 / | Wes McKinney |
簡介 / | Python資料分析 (第2版):用PANDAS、NUMPY和IPYTHON做資料分析「本書已是Python資料生態圈的經典之作。這個新版本更新了從Python3.6到最新版pandas功能,這些關鍵領域的更 |
出版社 / | 聯合發行股份有限公司 |
ISBN13 / | 9789864769254 |
ISBN10 / | 9864769251 |
EAN / | 9789864769254 |
誠品26碼 / | 2681664255005 |
頁數 / | 600 |
注音版 / | 否 |
裝訂 / | P:平裝 |
語言 / | 1:中文 繁體 |
尺寸 / | 23X18.5CM |
級別 / | N:無 |
最佳賣點 : 『本書已是Python資料生態圈的經典之作。這個新版本更新了從Python 3.6到最新版pandas功能,這些關鍵領域的更新更增加本書價值。透過說明為何使用Python資料工具的原因和用法,協助讀者以全新及富創意的方法,學會如何有效率的使用它們。書中的概念對任何資料密集計算的現代函式庫都很重要。』