交互的Python 数据分析入门 azw3 极速 下载 snb txt pdf pdb 夸克云

Python具有强大的应用能力，以及便捷高效的数据分析和可视化扩展包系统。本书重点讲解Python数据分析的基础知识，使读者通过Python理解数据分析的逻辑，并掌握基本的Python编程知识和分析实现方法。本书系统全面、循序渐进地介绍了Python编程基础、数据导入、数据分析和可视化内容，包括条件判断与循环控制、从Excel中导入数据、使用Pandas库进行数据的转换和计算，以及使用Plotnine库绘制ggplot风格的图形等。此外，本书还涉及Markdown、基本的统计理论和IPython魔术命令等内容。

第 1章 Python介绍及学习前的准备 1

1．1　Python是什么　1

1．2　为什么要使用Python进行数据分析　2

1．3　科学计算核心库简介　2

1．4　搭建环境　3

1．4．1　线上平台　3

1．4．2　本地机器环境下相关软件的安装　4

1．5　章末小结　12

第　2章 Python入门示例及基础知识　13

2．1　Python解释器与IPython　13

2．1．1　标准Python解释器　13

2．1．2　IPython　14

2．2　Python入门示例　15

2．3　nteract软件使用简介　16

2．4　算术运算　17

2．4．1　简单数学运算　17

2．4．2　代码约定　18

2．4．3　计算身体质量指数　19

2．5　变量简介　20

2．5．1　什么是变量　20

2．5．2　变量的命名　21

2．6　基本数据类型　22

2．6．1　数字　22

2．6．2　字符串　23

2．6．3　布尔值　24

2．6．4　查看数据类型　24

2．7　数据运算　25

2．7．1　加号与黑箱子　25

2．7．2　类型转换　26

2．7．3　运算符汇总　26

2．8　章末小结　27

第3章　基本数据结构　28

3．1　列表　28

3．1．1　列表的创建　28

3．1．2　修改列表元素　30

3．1．3　遍历列表　30

3．1．4　列表操作符　31

3．1．5　列表切片　32

3．1．6　列表方法、函数与操作　33

3．1．7　列表与字符串　37

3．1．8　列表对象与值　38

3．2　元组　39

3．2．1　元组的创建　40

3．2．2　元组操作　40

3．2．3　元组与列表的区别　42

3．3　字典　42

3．3．1　字典的创建与使用　42

3．3．2　字典操作　43

3．4　集合　45

3．4．1　集合的创建　45

3．4．2　集合操作　45

3．4．3　冰冻集　46

3．5　章末小结　47

第4章　控制流与文件操作　48

4．1　条件结构if-else　48

4．1．1　简单if-else结构　49

4．1．2　嵌套条件结构　50

4．1．3　单行if-else　51

4．1．4　使用逻辑操作符　51

4．2　for语句　52

4．2．1　for语句块　53

4．2．2　else语句块　53

4．2．3　索引迭代　54

4．2．4　多列表迭代　55

4．2．5　列表推导式　55

4．2．6　条件列表推导式　57

4．2．7　字典迭代　58

4．3　while语句　59

4．4　continue、break与pass　61

4．4．1　continue　61

4．4．2　break　62

4．4．3　pass　64

4．5　文件操作　64

4．5．1　文件类型　65

4．5．2　使用open()函数读取文件　65

4．5．3　使用open()写文件　68

4．6　章末小结　68

第5章　函数与模块　69

5．1　函数　69

5．1．1　为什么使用函数　69

5．1．2　函数的调用　70

5．1．3　函数的创建　71

5．1．4　函数作用域　72

5．1．5　递归函数　73

5．2　函数的参数　76

5．2．1　位置参数　76

5．2．2　关键字参数　77

5．2．3　可变参数　79

5．3　模块　80

5．3．1　模块与包结构　80

5．3．2　模块的创建　81

5．3．3　模块的作用域　83

5．3．4　三方模块的安装　83

5．3．5　模块的使用　85

5．4　章末小结　87

第6章　NumPy　88

6．1　NumPy简介与ndarray　88

6．1．1　NumPy简介　88

6．1．2　创建ndarray　89

6．2　数组操作　92

6．2．1　数组运算　92

6．2．2　索引与切片　95

6．2．3　布尔型索引　99

6．2．4　数组转置与轴转换　101

6．3　数组函数与方法　103

6．3．1　通用函数　103

6．3．2　基本统计　105

6．3．3　排序与集合操作　107

6．3．4　线性代数操作　108

6．3．5　伪随机数的生成　109

6．3．6　数组文件的输入与导出　111

6．4　章末小结　112

第7章　Matplotlib　113

7．1　Matplotlib入门　113

7．1．1　Matplotlib库简介　113

7．1．2　命名约定　114

7．1．3　如何展示图形　114

7．1．4　保存图形　116

7．1．5　两种绘图接口　117

7．2　基本图形绘制　119

7．2．1　线图　119

7．2．2　散点图　132

7．2．3　条形图　137

7．2．4　直方图　142

7．2．5　饼图　146

7．2．6　箱线图　148

7．3　多图与自定义　150

7．3．1　多图　150

7．3．2　设置风格　154

7．3．3　两种接口映射　156

7．4　章末小结　157

第8章　Pandas入门　158

8．1　Pandas简介　158

8．2　Pandas的数据结构　159

8．2．1　Series　159

8．2．2　DataFrame　161

8．3　Pandas对象基本操作　163

8．3．1　查看数据　164

8．3．2　转置　165

8．3．3　重索引　165

8．3．4　删除数据　168

8．3．5　重赋值　169

8．3．6　索引与过滤　169

8．3．7　算术运算　174

8．3．8　函数应用　176

8．3．9　排序　177

8．4　基本统计分析　179

8．5　章末小结　180

第9章　Markdown基础　181

9．1　Markdown简介　181

9．2　Markdown语法　182

9．2．1　块元素　182

9．2．2　内联元素　188

9．3　联合Python与Markdown　191

9．3．1　代码块与文本块　191

9．3．2　文档范例　192

9．4　章末小结　195

第　10章 数据导入　196

10．1　CSV文件　196

10．1．1　使用字符串方法　197

10．1．2　使用csv标准模块　197

10．1．3　使用Pandas库　198

10．2　CSV变体　198

10．2．1　创建CSV导入函数　199

10．2．2　使用Pandas导入　200

10．2．3　导出CSV　202

10．3　Excel文件　203

10．3．1　检查数据　203

10．3．2　准备工作　204

10．3．3　使用Pandas读写Excel　205

10．4　pickle文件　207

10．5　SAS与Stata文件　208

10．6　HDF5文件　209

10．7　MATLAB文件　210

10．8　json文件　211

10．9　YAML文件　213

10．10　网页数据　215

10．11　数据库数据　218

10．12　章末小结　220

第　11章 数据分析工具箱　221

11．1　辅助函数与工具　221

11．1．1　序列解包　221

11．1．2　断言　222

11．1．3　常用的字符串方法　223

11．2　作用域与求值计算　223

11．2．1　作用域　223

11．2．2　使用exec()和eval()执行计算　224

11．3　异常的捕获和处理　225

11．3．1　捕获异常　225

11．3．2　产生异常　227

11．4　函数式编程　227

11．4．1　高阶函数　227

11．4．2　常用的高阶函数　228

11．4．3　itertools模块　229

11．5　生成器与装饰器　230

11．5．1　生成器　230

11．5．2　利用生成器读入大型数据集　232

11．5．3　装饰器　232

11．6　正则表达式　233

11．7　章末小结　236

第　12章 Pandas进阶　237

12．1　深入Pandas数据结构　237

12．1．1　回顾　237

12．1．2　分类变量　239

12．1．3　时间序列　243

12．2　迭代与函数应用　247

12．2．1　迭代　247

12．2．2　函数应用　250

12．2．3　字符串函数　253

12．2．4　分组计算　256

12．3　数据清洗　256

12．3．1　缺失值处理　257

12．3．2　连接　259

12．3．3　级联　262

12．4　Pandas可视化　265

12．4．1　条形图　266

12．4．2　直方图　268

12．4．3　箱线图　269

12．4．4　面积图　270

12．4．5　散点图　271

12．4．6　饼图　271

12．5　章末小结　272

第　13章 数据可视化进阶　273

13．1　Seaborn　273

13．1．1　成对图　274

13．1．2　子集图　279

13．1．3　回归图　280

13．1．4　核密度图　281

13．1．5　条形图　282

13．1．6　计数图　284

13．1．7　点图　284

13．1．8　箱线图　285

13．1．9　小提琴图　286

13．1．10　双变量分布图　286

13．2　Plotnine　288

13．2．1　ggplot 术语　290

13．2．2　ggplot 初探　290

13．2．3　常见的几何函数和选项　298

13．3　Bokeh　299

13．3．1　Bokeh 基础　299

13．3．2　图形排列　303

13．4　章末小结　305

第　14章 统计分析　306

14．1　概括性度量　306

14．1．1　集中趋势的度量　307

14．1．2　离散程度的度量　308

14．1．3　偏态与峰态的度量　309

14．2　统计分布　311

14．2．1　正态分布　311

14．2．2　二项分布　312

14．2．3　伯努利分布　314

14．2．4　指数分布　314

14．2．5　泊松分布　315

14．3　假设检验　316

14．3．1　u 与 t 统计量　316

14．3．2　一个 t 检验实例　317

14．3．3　两样本 t 检验　317

14．4　章末小结　318

第　15章 未言及的内容　319

15．1　魔术命令　319

15．2　面向对象编程　321

15．3　章末小结　323

结语：接下来学什么　324

王诗翔，本科毕业于电子科技大学，获工学学士学位，优秀毕业论文获得者。目前在上海科技大学深造，攻读博士学位。主要工作是利用公开发表的数据集和数据库研究和分析癌症基因组学数据，挖掘有临床应用价值的生物标志物。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：交互的Python 数据分析入门在线阅读

在线听书地址：交互的Python 数据分析入门在线收听

在线购买地址：交互的Python 数据分析入门在线购买

暂无原文赏析，正在全力查找中！

书籍介绍

Python具有强大的应用能力，以及便捷高效的数据分析和可视化扩展包系统。本书重点讲解Python数据分析的基础知识，使读者通过Python理解数据分析的逻辑，并掌握基本的Python编程知识和分析实现方法。本书系统全面、循序渐进地介绍了Python编程基础、数据导入、数据分析和可视化内容，包括条件判断与循环控制、从Excel中导入数据、使用Pandas库进行数据的转换和计算，以及使用Plotnine库绘制ggplot风格的图形等。此外，本书还涉及Markdown、基本的统计理论和IPython魔术命令等内容。