基本信息

• 商品名称：Python实战之数据分析与处理(新工科建设之路数据科学与大数据规划教材)
• 作者：编者:刘宇宙//刘艳|责编:章海涛
• 定价：58
• 出版社：电子工业
• ISBN号：9787121363474

其他参考信息（以实物为准）

• 出版时间：2020-01-01
• 印刷时间：2020-01-01
• 版次：1
• 印次：1
• 开本：16开
• 包装：平装
• 页数：295
• 字数：499千字

内容提要

本书是为使用Python进行科学计算的新手或刚入 门者量身定做的，是作者学习和使用Python进行人工 智能项目研发的体会与经验总结，涵盖了实际开发中 的基础知识点，内容详尽，代码可读性及可操作性强 。
     本书主要介绍NumPy、Pandas、Matplotlib的基 本操作。本书使用通俗易懂的描述，引入了丰富的示 例代码，同时结合智慧城市中的一些事件，使内容呈 现尽可能生动有趣，让一些原本复杂的处理能够通过 另一种辅助解释得以简单化，从而使读者充分感受学 习的乐趣和魅力。
     本书可供有一定Python基础但没有NumPy、Pandas 、Matplotlib操作经验的人员，有Python基础并且想 进一步学习使用Python进行科学计算的人员，有一些 Python基础并且打算入门人工智能的人员，以及培训 机构、中学及大专院校的学生阅读。

目录

部分 数据分析与处理简介
第1章 数据分析与处理概述
1.1 了解大数据
1.2 数据分析与处理的需求
1.3 数据分析与处理的发展前景
第二部分 科学计算之门——NumPy
第2章 NumPy入门
2.1 NumPy简介
2.2 NumPy安装
2.3 NumPy——ndarray对象
2.4 NumPy数据类型
2.4.1 数据类型
2.4.2 数据类型对象（dtype）
2.5 NumPy数组属性
2.6 NumPy创建数组
2.6.1 numpy.empty
2.6.2 numpy.zeros
2.6.3 numpy.ones
2.6.4 numpy.asarray
2.6.5 numpy.frombuffer
2.6.6 numpy.fromiter
2.6.7 numpy.arange
2.6.8 numpy.linspace
2.6.9 numpy.logspace
2.7 NumPy切片和索引
2.7.1 切片和索引
2.7.2 整数数组索引
2.7.3 布尔索引
2.7.4 花式索引
2.8 NumPy迭代数组
2.9 NumPy数组操作
2.9.1 修改数字形状
2.9.2 翻转数组
2.9.3 修改数组维度
2.9.4 连接数组
2.9.5 分割数组
2.9.6 数组的添加与删除
2.10 NumPy位运算
2.10.1 bitwise_and()函数
2.10.2 bitwise_or()函数
2.10.3 invert()函数
2.10.4 left_shift()函数
2.10.5 right_shift()函数
2.11 实战演练
第3章 NumPy函数
3.1 字符串函数
3.1.1 numpy.char.add()函数
3.1.2 numpy.char.multiply()函数
3.1.3 numpy.char.center()函数
3.1.4 numpy.char.capitalize()函数
3.1.5 numpy.char.title()函数
3.1.6 numpy.char.lower()函数
3.1.7 numpy.char.upper()函数
3.1.8 numpy.char.split()函数
3.1.9 numpy.char.splitlines()函数
3.1.10 numpy.char.strip()函数
3.1.11 numpy.char.join()函数
3.1.12 numpy.char.replace()函数
3.1.13 numpy.char.encode()函数
3.1.14 numpy.char.decode()函数
3.2 数学函数
3.2.1 三角函数
3.2.2 舍入函数
3.2.3 numpy.floor()函数
3.2.4 numpy.ceil()函数
3.3 算术函数
3.4 统计函数
3.4.1 numpy.amin()函数和numpy.amax()函数
3.4.2 numpy.ptp()函数
3.4.3 numpy.percentile()函数
3.4.4 numpy.median()函数
3.4.5 numpy.mean()函数
3.4.6 numpy.average()函数
3.4.7 标准差
3.4.8 方差
3.5 排序、搜索和计数函数
3.5.1 numpy.sort()函数
3.5.2 numpy.argsort()函数
3.5.3 numpy.lexsort()函数
3.5.4 numpy.argmax()函数和numpy.argmin()函数
3.5.5 numpy.nonzero()函数
3.5.6 numpy.where()函数
3.5.7 numpy.extract()函数
3.5.8 其他排序
3.6 字节交换
3.7 副本和视图
3.7.1 无复制
3.7.2 视图
3.7.3 副本
3.8 矩阵库
3.9 线性代数
3.10 NumPy IO
3.11 实战演练
第三部分 数据处理法宝——Pandas
第4章 Pandas入门
4.1 Pandas简介
4.2 Pandas安装及数据结构
4.3 系列
4.3.1 创建空系列
4.3.2 由ndarray创建系列
4.3.3 由字典创建系列
4.3.4 使用标量创建系列
4.3.5 从系列中访问数据
4.3.6 使用标签检索数据
4.4 数据帧
4.4.1 创建空数据帧
4.4.2 使用列表创建数据帧
4.4.3 使用ndarrays/lists的字典创建数据帧
4.4.4 使用字典列表创建数据帧
4.4.5 使用系列的字典创建数据帧
4.4.6 列选择
4.4.7 列添加
4.4.8 列删除
4.4.9 行选择、添加和删除
4.4.10 行切片
4.5 面板
4.5.1 面板创建
4.5.2 数据选择
4.6 基本功能
4.6.1 T转置
4.6.2 axes
4.6.3 dtypes
4.6.4 empty
4.6.5 ndim
4.6.6 shape
4.6.7 size
4.6.8 values
4.6.9 head()方法与tail()方法
4.7 描述性统计
4.7.1 sum()函数
4.7.2 mean()函数
4.7.3 std()函数
4.7.4 describe()函数
4.8 函数应用
4.8.1 表格函数
4.8.2 行列合理函数
4.8.3 元素合理函数
4.9 重建索引
4.9.1 重建对象对齐索引
4.9.2 填充时重新加注
4.9.3 重建索引时的填充限制
4.9.4 重命名
4.10 迭代
4.11 排序
4.11.1 按标签排序
4.11.2 排序顺序
4.