注册 登录 进入教材巡展
#
  • #

出版时间:2021-03

出版社:电子工业出版社

以下为《Python实战之数据分析与处理》的配套数字资源,这些资源在您购买图书后将免费附送给您:
试读
  • 电子工业出版社
  • 9787121363474
  • 1-3
  • 263063
  • 49225625-0
  • 平塑
  • 16开
  • 2021-03
  • 499
  • 312
  • 工学
  • 计算机科学与技术
  • 计算机科学与技术
内容简介
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。
目录
目录第一部分数据分析与处理简介第1章数据分析与处理概述 211了解大数据 212数据分析与处理的需求 413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 821NumPy简介 822NumPy安装 823NumPy——ndarray对象 924NumPy数据类型 11241数据类型 11242数据类型对象(dtype) 1225NumPy数组属性 1626NumPy创建数组 19261numpyempty 19262numpyzeros 19263numpyones 20264numpyasarray 21265numpyfrombuffer 22266numpyfromiter 23267numpyarange 23268numpylinspace 24269numpylogspace 2627NumPy切片和索引 27271切片和索引 27272整数数组索引 29273布尔索引 30274花式索引 3128NumPy迭代数组 3229NumPy数组操作 37291修改数字形状 37292翻转数组 39293修改数组维度 42294连接数组 45295分割数组 48296数组的添加与删除 50210NumPy位运算 552101bitwise_and()函数 552102bitwise_or()函数 552103invert()函数 562104left_shift()函数 562105right_shift()函数 56211实战演练 57第3章NumPy函数 5831字符串函数 58311numpycharadd()函数 58312numpycharmultiply()函数 59313numpycharcenter()函数 59314numpycharcapitalize()函数 59315numpychartitle()函数 59316numpycharlower()函数 60317numpycharupper()函数 60318numpycharsplit()函数 60319numpycharsplitlines()函数 613110numpycharstrip()函数 613111numpycharjoin()函数 613112numpycharreplace()函数 623113numpycharencode()函数 623114numpychardecode()函数 6232数学函数 62321三角函数 62322舍入函数 64323numpyfloor()函数 65324numpyceil()函数 6533算术函数 65?34统计函数 67341numpyamin()函数和numpyamax()函数 67342numpyptp()函数 68343numpypercentile()函数 68344numpymedian()函数 69345numpymean()函数 70346numpyaverage()函数 70347标准差 71348方差 7235排序、搜索和计数函数 72351numpysort()函数 72352numpyargsort()函数 73353numpylexsort()函数 74354numpyargmax()函数和numpyargmin()函数 74355numpynonzero()函数 75356numpywhere()函数 76357numpyextract()函数 76358其他排序 7736字节交换 7837副本和视图 79371无复制 79372视图 80373副本 8138矩阵库 8239线性代数 85310NumPyIO 90311实战演练 93第三部分数据处理法宝——Pandas第4章Pandas入门 9641Pandas简介 9642Pandas安装及数据结构 9643系列 97431创建空系列 98432由ndarray创建系列 98433由字典创建系列 99434使用标量创建系列 99435从系列中访问数据 100436使用标签检索数据 10144数据帧 101441创建空数据帧 102442使用列表创建数据帧 102443使用ndarrays/lists的字典创建数据帧 103444使用字典列表创建数据帧 104445使用系列的字典创建数据帧 105446列选择 105447列添加 106448列删除 106449行选择、添加和删除 1074410行切片 10845面板 109451面板创建 110452数据选择 11046基本功能 111461T转置 112462axes 113463dtypes 113464empty 113465ndim 114466shape 114467size 114468values 115469head()方法与tail()方法 11547描述性统计 116471sum()函数 116472mean()函数 117473std()函数 118474describe()函数 11848函数应用 120481表格函数 120482行列合理函数 121483元素合理函数 12249重建索引 123491重建对象对齐索引 123492填充时重新加注 124493重建索引时的填充限制 124494重命名 125410迭代 126411排序 1274111按标签排序 1274112排序顺序 1284113按列排序 1294114按值排序 1294115排序算法 129412字符串和文本数据 1304121lower()函数 130