利用Python進行數(shù)據(jù)分析

目錄
前言 1
第1章 準(zhǔn)備工作 5
本書主要內(nèi)容 5
為什么要使用Python進行數(shù)據(jù)分析 6
重要的Python庫 7
安裝和設(shè)置 10
社區(qū)和研討會 16
使用本書 16
致謝 18
第2章 引言 20
來自bit.ly的1.usa.gov數(shù)據(jù) 21
MovieLens 1M數(shù)據(jù)集 29
1880—2010年間全美嬰兒姓名 35
小結(jié)及展望 47
第3章 IPython：一種交互式計算和開發(fā)環(huán)境 48
IPython基礎(chǔ) 49
內(nèi)省 51
使用命令歷史 60
與操作系統(tǒng)交互 63
軟件開發(fā)工具 66
IPython HTML Notebook 75
利用IPython提高代碼開發(fā)效率的幾點提示 77
高級IPython功能 79
致謝 81
第4章 NumPy基礎(chǔ)：數(shù)組和矢量計算 82
NumPy的ndarray：一種多維數(shù)組對象 83
通用函數(shù)：快速的元素級數(shù)組函數(shù) 98
利用數(shù)組進行數(shù)據(jù)處理 100
用于數(shù)組的文件輸入輸出 107
線性代數(shù) 109
隨機數(shù)生成 111
范例：隨機漫步 112
第5章 pandas入門 115
pandas的數(shù)據(jù)結(jié)構(gòu)介紹 116
基本功能 126
匯總和計算描述統(tǒng)計 142
處理缺失數(shù)據(jù) 148
層次化索引 153
其他有關(guān)pandas的話題 158
第6章 數(shù)據(jù)加載、存儲與文件格式 162
讀寫文本格式的數(shù)據(jù) 162
二進制數(shù)據(jù)格式 179
使用HTML和Web API 181
使用數(shù)據(jù)庫 182
第7章 數(shù)據(jù)規(guī)整化：清理、轉(zhuǎn)換、合并、重塑 186
合并數(shù)據(jù)集 186
重塑和軸向旋轉(zhuǎn) 200
數(shù)據(jù)轉(zhuǎn)換 204
字符串操作 217
示例：USDA食品數(shù)據(jù)庫 224
第8章 繪圖和可視化 231
matplotlib API入門 231
pandas中的繪圖函數(shù) 244
繪制地圖：圖形化顯示海地地震危機數(shù)據(jù) 254
Python圖形化工具生態(tài)系統(tǒng) 260
第9章 數(shù)據(jù)聚合與分組運算 263
GroupBy技術(shù) 264
數(shù)據(jù)聚合 271
分組級運算和轉(zhuǎn)換 276
透視表和交叉表 288
示例：2012聯(lián)邦選舉委員會數(shù)據(jù)庫 291
第10章 時間序列 302
日期和時間數(shù)據(jù)類型及工具 303
時間序列基礎(chǔ) 307
日期的范圍、頻率以及移動 311
時區(qū)處理 317
時期及其算術(shù)運算 322
重采樣及頻率轉(zhuǎn)換 327
時間序列繪圖 334
移動窗口函數(shù) 337
性能和內(nèi)存使用方面的注意事項 342
第11章 金融和經(jīng)濟數(shù)據(jù)應(yīng)用 344
數(shù)據(jù)規(guī)整化方面的話題 344
分組變換和分析 355
更多示例應(yīng)用 361
第12章 NumPy高級應(yīng)用 368
ndarray對象的內(nèi)部機理 368
高級數(shù)組操作 370
廣播 378
ufunc高級應(yīng)用 383
結(jié)構(gòu)化和記錄式數(shù)組 386
更多有關(guān)排序的話題 388
NumPy的matrix類 393
高級數(shù)組輸入輸出 395
性能建議 397
附錄A Python語言精要 401