Python数据科学手册 - (EPUB全文下载)

文件大小：7.55 mb。
文件格式：epub 格式。
书籍内容：

版权信息
书名：Python数据科学手册
作者：[美] Jake VanderPlas
译者：陶俊杰　陈小莉
ISBN：978-7-115-47589-3
本书由北京图灵文化发展有限公司发行数字版。版权所有，侵权必究。
您购买的图灵电子书仅供您个人使用，未经授权，不得以任何方式复制和传播本书内容。
我们愿意相信读者具有这样的良知和觉悟，与我们共同保护知识产权。
如果购买者有侵权行为，我们可能对该用户实施包括但不限于关闭该帐号等维权措施，并可能追究法律责任。
图灵社区会员 人在旅途（5990437@qq.com） 专享 尊重版权
版权声明
O'Reilly Media, Inc. 介绍
业界评论
译者序
前言
什么是数据科学
目标读者
为什么用Python
Python 2与Python 3
内容概览
使用代码示例
软件安装注意事项
排版约定
O'Reilly Safari
联系我们
电子书
第 1 章　IPython：超越Python
1.1　shell还是Notebook
1.1.1　启动IPython shell
1.1.2　启动Jupyter Notebook
1.2　IPython的帮助和文档
1.2.1　用符号?获取文档
1.2.2　通过符号??获取源代码
1.2.3　用Tab补全的方式探索模块
1.3　IPython shell中的快捷键
1.3.1　导航快捷键
1.3.2　文本输入快捷键
1.3.3　命令历史快捷键
1.3.4　其他快捷键
1.4　IPython魔法命令
1.4.1　粘贴代码块：%paste和%cpaste
1.4.2　执行外部代码：%run
1.4.3　计算代码运行时间：%timeit
1.4.4　魔法函数的帮助：?、%magic和%lsmagic
1.5　输入和输出历史
1.5.1　IPython的输入和输出对象
1.5.2　下划线快捷键和以前的输出
1.5.3　禁止输出
1.5.4　相关的魔法命令
1.6　IPython和shell命令
1.6.1　shell快速入门
1.6.2　IPython中的shell命令
1.6.3　在shell中传入或传出值
1.7　与shell相关的魔法命令
1.8　错误和调试
1.8.1　控制异常：%xmode
1.8.2　调试：当阅读轨迹追溯不足以解决问题时
1.9　代码的分析和计时
1.9.1　代码段计时：%timeit和%time
1.9.2　分析整个脚本：%prun
1.9.3　用%lprun进行逐行分析
1.9.4　用%memit和%mprun进行内存分析
1.10　IPython参考资料
1.10.1　网络资源
1.10.2　相关图书
第 2 章　NumPy入门
2.1　理解Python中的数据类型
2.1.1　Python整型不仅仅是一个整型
2.1.2　Python列表不仅仅是一个列表
2.1.3　Python中的固定类型数组
2.1.4　从Python列表创建数组
2.1.5　从头创建数组
2.1.6　NumPy标准数据类型
2.2　NumPy数组基础
2.2.1　NumPy数组的属性
2.2.2　数组索引：获取单个元素
2.2.3　数组切片：获取子数组
2.2.4　数组的变形
2.2.5　数组拼接和分裂
2.3　NumPy数组的计算：通用函数
2.3.1　缓慢的循环
2.3.2　通用函数介绍
2.3.3　探索NumPy的通用函数
2.3.4　高级的通用函数特性
2.3.5　通用函数：更多的信息
2.4　聚合：最小值、最大值和其他值
2.4.1　数组值求和
2.4.2　最小值和最大值
2.4.3　示例：美国总统的身高是多少
2.5　数组的计算：广播
2.5.1　广播的介绍
2.5.2　广播的规则
2.5.3　广播的实际应用
2.6　比较、掩码和布尔逻辑
2.6.1　示例：统计下雨天数
2.6.2　和通用函数类似的比较操作
2.6.3　操作布尔数组
2.6.4　将布尔数组作为掩码
2.7　花哨的索引
2.7.1　探索花哨的索引
2.7.2　组合索引
2.7.3　示例：选择随机点
2.7.4　用花哨的索引修改值
2.7.5　示例：数据区间划分
2.8　数组的排序
2.8.1　NumPy中的快速排序：np.sort和np.argsort
2.8.2　部分排序：分隔
2.8.3　示例：K个最近邻
2.9　结构化数据：NumPy的结构化数组
2.9.1　生成结构化数组
2.9.2　更高级的复合类型
2.9.3　记录数组：结构化数组的扭转
2.9.4　关于Pandas
第 3 章　Pandas数据处理
3.1　安装并使用Pandas
3.2　Pandas对象简介
3.2.1　Pandas的Series对象
3.2.2　Pandas的DataFrame对象
3.2.3　Pandas的Index对象
3.3　数据取值与选择
3.3.1　Series数据选择方法
3.3.2　DataFrame数据选择方法
3.4　Pandas数值运算方法
3.4.1　通用函数：保留索引
3.4.2　通用函数：索引对齐
3.4.3　通用函数：DataFrame与Series的运算
3.5　处理缺失值
3.5.1　选择处理缺失值的方法
3.5.2　Pandas的缺失值
3.5.3　处理缺失值
3.6　层级索引
3.6.1　多级索引Series
3.6.2　多级索引的创建方法
3.6.3　多级索引的取值与切片
3.6.4　多级索引行列转换
3.6.5　多级索引的数据累计方法
3.7　合并数据集：Concat与Append操作
3.7.1　知识回顾：NumPy数组的合并
3.7.2　通过pd.concat实现简易合并
3.8　合并数据集：合并与连接
3.8.1　关系代数
3.8.2　数据连接的类型
3.8.3　设置数据合并的键
3.8.4　设置数据连接的集合操作规则
3.8.5　重复列名：suffixes参数
3.8.6　案例：美国各州的统计数据
3.9　累计与分 ............

书籍插图：

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。