利用Python进行数据分析(原书第2版)
作者:Wes McKinney
出版社:机械工业出版社
ISBN:9787111603702
VIP会员免费
(仅需0.8元/天)
¥ 60.0
温馨提示: 价值40000元的1000本电子书,VIP会员随意看哦!
电子书推荐
-
利用Python进行数据分析 中文高清完整.pdf版 评分:
内容简介 《利用Python进行数据分析》讲的是利用Python进行数据控制、处理、整理、分析等方面的具体细节和基本要点。同时,它也是利用Python进行科学计算的实用指南(专门针对数据密集型应用)。 《利用Python进行数据分析》重点介绍了用于高效解决各种数据分析问题的Python语言和库。《利用Python进行数据分析》没有阐述如何利用Python实现具体的分析方法。 作者简介 Wes McKinney,资深数据分析专家,对各种Python库(包括NumPy、pandas、matplotlib以及IPython等)等都有深入研究,并在大量的实践中积累了丰富的经验。撰写了大量与Python数据分析相关的经典文章,被各大技术社区争相转载。开发了用于数据分析的著名开源Python库——pandas,广获用户好评。在创建Lambda Foundry(一家致力于企业数据分析的公司)之前,他曾是AQR Capital Management的定量分析师。 京东购买链接:https://item.jd.com/11352441.html
上传时间:2017-07 大小:18.66MB
- 694KB
使用Python实现数据分析.pdf
2021-06-28使用Python实现数据分析.pdf
- 544KB
《Python数据分析从入门到实践》—Anaconda最新版本的下载和安装.pdf
2021-11-25《Python数据分析从入门到实践》—Anaconda最新版本的下载和安装.pdf
- 8.76MB
Python进行数据分析完整版.pdf_python_数据分析_
2021-10-02Python进行数据分析完整版
- 59KB
数据科学Python语言实战.pdf
2022-05-07数据科学Python语言实战.pdf数据科学Python语言实战.pdf数据科学Python语言实战.pdf数据科学Python语言实战.pdf数据科学Python语言实战.pdf
- 622KB
Python数据分析与应用.docx
2021-12-05冷战相关视频分析 内容简介: 对Bilibili网站的冷战相关视频进行数据分析,寻找视频中隐藏的规律和价值。 源数据: 一份从B站爬取的csv文件。 字段:视频名称,发布日期,视频时长,观看量,弹幕数,视频风格。
- 15.91MB
《利用python进行数据分析》全书内涉及的数据集和代码.rar
2021-04-15附件包含《利用python进行数据分析》全书的学习笔记和自己寻找数据集做的练习代码, 书中需要用到的数据集和示例代码也都包含在其中,在学习的过程中可以直接调用并参考。 原本还有全书的中文pdf版,但是由于版权...
- 23B
利用python进行数据分析 中文第二版-附件资源
2021-03-02利用python进行数据分析 中文第二版-附件资源
- 255KB
python_for_data_analysis_2nd_chinese_version:《利用Python进行数据分析·第2版》
2021-02-23关于更高级的熊猫工具,外加一些技巧简要介绍了使用StatsModels和scikit-learn(译者注1:最大的改变是把第1版附录中的Python教程,单列变成现在的第2章和第3章,并且进行了扩充。可以说,本书第2版对新手更加友好了...
- 2.29MB
python for data Analysis
2018-11-02该文档是pdf格式,主要就是利用python进行数据分析。这本书是比较经典的数据分析的书籍
- 83.21MB
利用PYTHON进行数据分析.pdf
2021-09-30利用PYTHON进行数据分析.pdf
- 624KB
《利用python进行数据分析》数据集.rar
2020-03-25《利用python进行数据分析》中所用的CSV文件,用于各种python pandas以及其他第三方包的功能的展示。
- 126.7MB
Python数据分析与应用资源
2019-05-05《Python数据分析与应用》,测试资料,源代码以及PPT讲义。
- 1.36MB
基于Python的网络流量特征统计分析与可视化.pdf
2021-06-28基于Python的网络流量特征统计分析与可视化.pdf
- 212KB
利用PythonPandas进行数据预处理-数据清洗
2021-02-24数据缺失在大部分数据分析应用中都很常见,Pandas使用浮点值NaN表示浮点和非浮点数组中的缺失数据,他只是一个便于被检测出来的数据而已。Python内置的None值也会被当作NA处理处理NA的方法有四种:dropna,fillna,isnull,notnullis(not)null,这一对方法对对象做出元素级的应用,然后返回一个布尔型数组,一般可用于布尔型索引。dropna,对于一个Series,dropna返回一个仅含非空数据和索引值的Series。问题在于DataFrame的处理方式,因为一旦drop的话,至少要丢掉一行(列)。这里解决方法与前面类似,还是通过一个额外的参数:dropna
- 13.20MB
深度学习、pytorch、python、深度学习基础PDF
2022-03-25有利于深度学习的学习与入门。深度学习的概念源于人工神经网络的...深度学习是机器学习研究中的一个新的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像,声音和文本。
- 65.94MB
几乎最全的中文NLP资源库.zip
2021-11-17情感分析-文本分类-语料及模型、一个拍照做题程序、世界各国大规模人名库、一个利用有趣中文语料库 qingyun 训练出来的中文聊天机器人、中文聊天机器人seqGAN、省市区镇行政区划数据带拼音标注、教育行业新闻语料库...
- 69.21MB
NLP资源库.zip
2023-06-24情感分析-文本分类-语料及模型、一个拍照做题程序、世界各国大规模人名库、一个利用有趣中文语料库 qingyun 训练出来的中文聊天机器人、中文聊天机器人seqGAN、省市区镇行政区划数据带拼音标注、教育行业新闻语料库...
- 3.55MB
精通qt4编程(源代码)
2010-03-17\ 第11章 事件机制 李立夏介绍了Qt的事件处理模型,详细介绍了在Qt程序设计中处理事件的五种方法,并讨论了如何利用Qt事件机制加快用户界面响应速度。 283 \ 第12章 数据库 李立夏介绍了Qt的数据库处理,重点介绍了...
- 10.72MB
thomas-haslwanter / statsintro_python .zip
2020-05-03《Python统计分析》书中的Python模块和IPython notebook 1、用python介绍统计学 2、包含了书中Python统计应用的重要示例和解决方案。
- 629KB
Hands-On-Data-Science-with-Anaconda:Packt发行的《 Anaconda的动手数据科学》
2021-05-28Anaconda的动手数据科学 这是出版的的代码存储库。 它包含从头到尾完成本书所必需的所有支持项目文件。 关于这本书 本书首先为Anaconda平台设置了环境,以使其可用于Jupyter,pandas,matplotlib,Python,R,Julia等工具和框架。 您将遍历软件包管理器Conda,通过它可以自动管理所有软件包,包括跨语言依赖性,并可以在Linux,macOS和Windows上工作。 您将探索数据科学和线性代数的所有要素,以使用诸如SciPy,contrastant,scikit-learn,Rattle和Rmixmod之类的包执行数据科学任务。 说明和导航 所有代码都组织在文件夹中。 每个文件夹均以数字开头,后跟应用程序名称。 例如,Chapter02。 所有章节均包含代码。 该代码将如下所示: import matplotlib.pyplot as plt
- 2.86MB
python下数据分析库pandas简明教程
2017-09-28python下 数据分析库pandas常用功能整理,配合实例,快速上手。网页版,图文并茂,方便加入有道笔记等,
- 7.2MB
Learning Pandas 无水印pdf
2017-10-03Learning Pandas 英文无水印pdf pdf所有页面使用FoxitReader和PDF-XChangeViewer测试都可以打开 本资源转载自网络,如有侵权,请联系上传者或csdn删除 本资源转载自网络,如有侵权,请联系上传者或csdn删除
- 1.15MB
Python 数据分析与应用-data.rar
2020-08-21全面地介绍数据分析的流程和Python数据分析库的应用,详细讲解利用Python解决企业实际问题的方法。* 1章介绍了数据分析的基本概念等相关知识;* 2~6章介绍了Python数据分析的常用库及其应用,涵盖NumPy数值计算、Matplotlib数据可视化、pandas统计分析、使用pandas进行数据预处理、使用scikit-learn构建模型,较为全面地阐述了Python数据分析方法;第7~9章结合之前所学的数据分析技术,进行企业综合案例数据分析。
- 171KB
Python 数据分析与应用-Code.rar
2020-08-09* 1章 Python数据分析概述 1 任务1.1 认识数据分析 1 1.1.1 掌握数据分析的概念 2 1.1.2 掌握数据分析的流程 2 1.1.3 了解数据分析应用场景 4 任务1.2 熟悉Python数据分析的工具 5 1.2.1 了解数据分析常用工具 6 1.2.2 了解Python数据分析的优势 7 1.2.3 了解Python数据分析常用类库 7 任务1.3 安装Python的Anaconda发行版 9 1.3.1 了解Python的Anaconda发行版 9
- 672KB
基于python文本分析
2018-07-02文本分析内容主要介绍基于神经网络下的情感分析,主要以介绍为主
- 104KB
《python数据分析基础教程》.pdf
2022-12-23《python数据分析基础教程》 ⼀、导⼊常⽤numpy模块 from numpy import * //可以直接引⽤numpy中的属性XXX import numpy as np //引⽤numpy中的属性⼀定要np.XXX ⼆、常⽤函数以及转化关系 np.arange() 对应 python中的range() np.array() 对应 python中的list np.dtype() 对应 python中的type() tolist()函数可以将numpy数组转换成python列表: 列表转为数组: warning:Passing 1d arrays as data is deprecated in 0.17 and willraise ValueError in 0.19. Reshape your data either using X.reshape(-1, 1) if your data has a single feature or X.reshape(1, -1) if it contains a single sample. 这个warning主要就是有些函数参数应该是输⼊数组,当输⼊列表时就会警告!! 三、numpy中数组操作函数 数组组合函数 将ndarray对象构成的元组作为参数输⼊ (1)⽔平组合:hstack((a,b)) 或者concatenate((a,b),axis=1) (2)垂直组合:vstack((a,b)) 或者concatenate((a,b),axis=0) (3)列组合:column((a,b)) (4)⾏组合:row_stack((a,b)) 数组的分割函数 (1)⽔平分割:hsplit(a,3) 或者 split(a,3,axis=1) (2)垂直分割:vsplit(a,3) 或者 split(a,3,axis=0) 四、⽂件处理——os库 1.os.system() 运⾏shell命令 2.os.listdir(path) 获得⽬录中的内容 3.os.mkdir(path) 创建⽬录 4.os.rmdir(path) 删除⽬录 5.os.isdir(path) os.isfile(path) 判断是否为⽬录或者⽂件 6.os.remove(path) 删除⽂件 7.os.rename(old, new) 重命名⽂件或者⽬录 8.os.name 输出字符串指⽰正在使⽤的平台。如果是window 则⽤'nt'表⽰,对于Linux/Unix⽤户,它是'posix' 9.os.path.join() 在⽬录后⾯接上⽂件名 10.os.path.split() 返回⼀个路径的⽬录名和⽂件名 11.os.path.splitext() 分离⽂件名与扩展名 12.os.path.getsize(name) 获得⽂件⼤⼩,如果name是⽬录返回0L 14.os.path.abspath(")获得当前路径 15.os.path.dirname()返回⼀个路径的⽬录名 五、使⽤matplotlib画图(第九章 ) 前⾯⼏个列⼦主要讲解了通过多项式函数通过plt.plot()函数构建绘图,补充⼀下在机器学习中散点绘制 import numpy as np import matplotlib.pyplot as plt fig=plt.figure() ax=fig.add_subplot(111) x1=[2, 2.6, 2.8] y1=[2, 2.4, 3] x2=[4,5 ,6] y2=[1.3, 2, 1.2] ax.scatter(x1,y1,s=20,c='red') ax.scatter(x2,y2,s=50,c='blue') plt.show() 另外:做数据分析——sklearn库 from sklearn import preprocessing 数据预处理:归⼀化、标准化、正则化处理 from sklearn import preprocessing preprocessing.normalize(features, norm='l2')//正则化
- 31.94MB
《Python数据分析与应用》教学课件04pandas数据处理.pdf
2022-06-22《Python数据分析与应用》教学课件04pandas数据处理.pdf《Python数据分析与应用》教学课件04pandas数据处理.pdf《Python数据分析与应用》教学课件04pandas数据处理.pdf《Python数据分析与应用》教学课件04pandas数据处理.pdf《Python数据分析与应用》教学课件04pandas数据处理.pdf《Python数据分析与应用》教学课件04pandas数据处理.pdf
- 4.75MB
Python数据分析三部曲Pandas篇.pdf
2022-10-27Python数据分析三部曲【Pandas篇】.pdf
- 1.66MB
pandas.pdf
2019-06-08国外技术大牛Andriy编写的一篇简明易懂的Pandas使用教程,通过图示让你理解DataFrame和Serise的原理。很难得。