Python 數據分析之道 (Thinking in Pandas: How to Use the Python Data Analysis Library the Right Way)
Hannah Stepanek 譯者 周書鋒//連曉峰
- 出版商: 中國水利水電
- 出版日期: 2021-08-01
- 定價: $288
- 售價: 8.5 折 $245
- 語言: 簡體中文
- 頁數: 104
- 裝訂: 平裝
- ISBN: 7517097806
- ISBN-13: 9787517097808
-
相關分類:
Data Science
- 此書翻譯自: Thinking in Pandas: How to Use the Python Data Analysis Library the Right Way
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
InfluxDB 原理與實戰$534$507 -
Python 科學計算及實踐$534$507 -
Python 自動化運維快速入門, 2/e$534$507 -
SaaS 商業實戰：好模式如何變成好生意$534$507 -
機器學習入門與實戰 — 基於 scikit-learn 和 Keras$359$341 -
FPGA 的 AI之路：Intel FPGA 開發技術昇華實戰$880$748 -
Powershell Cookbook: Your Complete Guide to Scripting the Ubiquitous Object-Based Shell (Paperback)$2,831$2,682 -
資料視覺化設計：設計人最想學的視覺化魔法 ，將枯燥數據變成好看 好懂的圖表$480$408 -
$403Python 深度強化學習 : 基於 Chainer 和 OpenAI Gym -
$331機器學習算法入門與編程實踐 (基於 Python·微課視頻版) -
聯邦學習：原理與算法$768$730 -
$356Python 自然語言處理 (微課版) -
秒懂設計模式$480$360 -
$454趣玩 Python：自動化辦公真簡單 (雙色+視頻版) -
$556聯邦學習原理與應用 -
$764演化學習 理論與算法進展 精裝版 -
程序員數學 : 用 Python 學透線性代數和微積分 (Math for Programmers: 3D graphics, machine learning, and simulations with Python)$779$740 -
JavaScript面向對象編程指南 第3版$839$797 -
圖解統計學, 2/e$300$270 -
ACCELERATE：精益軟體與 DevOps 背後的科學 (Accelerate: The Science of Lean Software and DevOps: Building and Scaling High Performing Technology Organizations)$499$424 -
集成式學習：Python 實踐！整合全部技術，打造最強模型 (Hands-On Ensemble Learning with Python: Build highly optimized ensemble machine learning models using scikit-learn and Keras)$750$593 -
$356集成學習入門與實戰：原理、算法與應用 -
$383非常容易 : Python + Office 市場營銷辦公自動化 -
精通 Transformer : 從零開始構建最先進的 NLP 模型$594$564 -
從零基礎到精通 Flutter 開發$354$336
相關主題
商品描述
本書通過以Pandas實現的精彩的數據分析項目，來講解大數據相關的主題及概念。
通過學習本書，讀者可以根據項目的大小及類型來評估自己的項目是否適合使用Pandas庫。
本書對如何在Pandas中高效地加載及標準化數據進行了解讀，
並回顧了一些最常用的加載器及它們的一些最具威力的選項，
從而讀者可以學會如何高效地存取及轉換數據、使用什麼方法、
什麼時候採用或迴避一些更高性能的技術。
本書還將帶讀者用心思考Pandas中基本的數據訪問及維護，以及直覺字典語法。
本書適合作為Python數據分析學習者及相關從業人員的參考用書。
作者簡介
Hannah Stepanek
是一名對軟件性能富有激情的軟件開發人員，同時也是開源軟件的積極倡導者。
她擁有七年多的Python編程行業經驗，她花了兩年左右的時間使用pandas實現了一個數據分析項目。
Hannah出生於俄勒岡州科瓦利斯市，畢業於俄勒岡州州立大學電子計算機工程專業。
她活躍於軟件開發社區，經常在本地及大型學術會議上做報告。
2019年初，在美國PyCon會議上，做了關於pandas庫的演講，
並在卡斯卡迪亞社區大學OpenCon會議上做了關於開源軟件的好處的演講。
她有一匹馬，名字叫Sophie。
業餘時間，她喜歡騎馬和玩棋類游戲。
目錄大綱
目錄
前言
第1章 概述
pandas簡介
如何利用pandas構建一個黑洞圖像
如何利用pandas幫助金融機構對未來市場
進行更準確預測
如何利用pandas提高內容可發現性
第2章 基本數據訪問與合併
DataFrame的創建和訪問
iloc方法
loc方法
使用merge方法合併DataFrame
使用join方法合併DataFrame
使用concat方法合併DataFrame
第3章 pandas在Hood下的工作機制
Python數據結構
CPython解釋器、Python和NumPy的性能
pandas性能簡介
選擇正確的DataFrame
第4章 數據加載與規範化
pd.read_csv
pd.read_json
pd.read_sql, pd.read_sql_table, and
pd.read_sql_query
第5章 pandas基礎數據轉換
pivot和pivot表
stack和unstack
melt
轉置transpose
第6章 apply方法
不適用apply方法的場合
適用apply方法的場合
利用Cythorl提高apply方法的性能
第7章 Groupby
正確使用groupby
索引
避免使用groupby
第8章 pandas之外的性能改進
計算機體系結構
如何利用NumExpr改進性能
BLAS和LAPACK
第9章 pandas的發展趨勢
pandas 1.0
結論
