Python 資料分析, 3/e (Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, 3/e)

Wes McKinney 著 賴屹民 譯

  • Python 資料分析, 3/e (Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, 3/e)-preview-1
  • Python 資料分析, 3/e (Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, 3/e)-preview-2
  • Python 資料分析, 3/e (Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, 3/e)-preview-3
  • Python 資料分析, 3/e (Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, 3/e)-preview-4
  • Python 資料分析, 3/e (Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, 3/e)-preview-5
  • Python 資料分析, 3/e (Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, 3/e)-preview-6
  • Python 資料分析, 3/e (Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, 3/e)-preview-7
  • Python 資料分析, 3/e (Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, 3/e)-preview-8
  • Python 資料分析, 3/e (Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, 3/e)-preview-9
Python 資料分析, 3/e (Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, 3/e)-preview-1

買這商品的人也買了...

相關主題

商品描述

使用pandas、NumPy和Jupyter進行資料整理

「Wes更新了這本新版本的內容,確保它是學習Python和pandas資料分析知識的首選資源。再多的言語都無法形容我是多麼推薦這本書。」
—Paul Barry
講師及O’Reilly《深入淺出Python》作者

這本權威的手冊將教你如何在Python中操作、處理、清理、整理資料組。第三版配合Python 3.10和pandas 1.4進行更新,用豐富的案例研究教你如何有效地解決廣泛的資料分析問題。在過程中,你將學會最新版的pandas、NumPy和Jupyter。

作者Wes McKinney是Python pandas專案的創始人,在這本書中,以實用和現代化的方式介紹Python資料科學工具組,本書非常適合剛接觸Python的分析師,以及剛接觸資料科學和科學計算的Python程式設計師。本書在GitHub提供資料檔案與相關素材。

‧使用IPython shell和Jupyter Notebook進行探索性計算
‧學習NumPy基礎和進階功能
‧認識pandas程式庫的資料分析工具
‧使用靈活的工具進行載入、清理、轉換、合併與重塑資料
‧用matplotlib製作資訊豐富的視覺化圖表
‧運用pandas的groupBy工具對資料進行切割與彙總
‧分析與處理正規和非正規的時間序列資料
‧透過詳盡的範例學習如何解決真正的資料分析問題

作者簡介

Wes McKinney 是Voltron Data的共同創辦人暨首席技術官,他是Python資料社群的活躍成員,提倡在資料分析、金融和統計計算應用中使用Python。他畢業於MIT,也是Apache Software Foundation的Apache Arrow和Apache Parquet專案的專案管理委員會的成員。

目錄大綱

第一章 開場白
第二章 Python 語言基本知識、IPython 與 Jupyter Notebooks
第三章 內建的資料結構、函式與檔案
第四章 NumPy 基本知識:陣列與向量化計算
第五章 pandas 入門
第六章 資料的載入與儲存,及檔案格式
第七章 資料清理與準備
第八章 資料整頓:連接、結合與重塑
第九章 繪圖與視覺化
第十章 彙總與群組操作
第十一章 時間序列
第十二章 Python 建模程式庫簡介
第十三章 資料分析範例
附錄A NumPy 進階功能
附錄B IPython 系統的進階功能