利用Python進(jìn)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(jìn)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(huì) 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(jì)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(diǎn)提示 77
高級(jí)IPython功能 79
致謝 81
第4章 NumPy基礎(chǔ)：數(shù)組和矢量計(jì)算 82
NumPy的ndarray：一種多維數(shù)組對(duì)象 83
通用函數(shù)：快速的元素級(jí)數(shù)組函數(shù) 98
利用數(shù)組進(jìn)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(jī)數(shù)生成 111
范例：隨機(jī)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(jì)算描述統(tǒng)計(jì) 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(chǔ)與文件格式 162
讀寫文本格式的數(shù)據(jù) 162
二進(jìn)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(jī)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(yùn)算 263
GroupBy技術(shù) 264
數(shù)據(jù)聚合 271
分組級(jí)運(yùn)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(huì)數(shù)據(jù)庫 291
第10章 時(shí)間序列 302
日期和時(shí)間數(shù)據(jù)類型及工具 303
時(shí)間序列基礎(chǔ) 307
日期的范圍、頻率以及移動(dòng) 311
時(shí)區(qū)處理 317
時(shí)期及其算術(shù)運(yùn)算 322
重采樣及頻率轉(zhuǎn)換 327
時(shí)間序列繪圖 334
移動(dòng)窗口函數(shù) 337
性能和內(nèi)存使用方面的注意事項(xiàng) 342
第11章 金融和經(jīng)濟(jì)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(jí)應(yīng)用 368
ndarray對(duì)象的內(nèi)部機(jī)理 368
高級(jí)數(shù)組操作 370
廣播 378
ufunc高級(jí)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(jí)數(shù)組輸入輸出 395
性能建議 397
附錄A Python語言精要 401