由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新正版Python科学计算9787111703792机械工业
¥ ×1
前言
章数据科学导论
1.1数据科学的由来
1.2数据科学在不同场景中的应用
1.3数据科学工作的般程
1.4IPython的概念
1.5IPython的安装
1.6IPython的功能特点
1.6.1magic特
1.6.2Tab补全功能
1.6.3代码自省
1.7Jupyter Notebook的使用
1.7.1Jupyter Notebook的概念及特点
1.7.2安装Jupyter Notebook
1.7.3启动Jupyter Notebook
1.8本章小结
1.9练习
第2章NumPy基础
2.1NumPy的概念
2.1.1什么是NumPy
2.1.2NumPy的优势
2.2ndarray对象基本应用
2.2.1创建ndarray
2.2.2元素的类型
2..数组的属
.索引与切片
..1基本的索引与切片
..2切片索引
..布尔型索引
..4花式索引
2.4内置函数
2.4.1字符串函数
2.4.2统函
2.4.3数学函数
2.4.4算术函数
2.4.5排序、筛选函数
2.5数组的运算
2.5.1四则运算
2.5.2广播
2.5.3逻辑运算
2.6基于数组的文件输入与输出
2.7利用数组进行数据处理
2.7.1条件逻辑表述为数组运算
2.7.2用于布尔型数组的方法
2.8本章小结
2.9练习
第3章Pandas入门
3.1Pandas介绍
3.2Pandas数据结构 Series
3.2.1创建Series对象
3.2.2Series数据的访问
3..通过NumPy和Series对象
定义新的Series对象
3.2.4Series的元素判断和过滤
3.2.5Series的元素组成
3.2.6Series的计算
3.3Pandas数据结构 DataFrame
3.3.1创建DataFrame
3.3.2DataFrame数据的访问
3.3.3DataFrame 基础信息查看
3.3.4DataFrame数据的选取和过滤
3.4Pandas的算术运算
3.5Pandas函数应用与映
3.6本章小结
3.7练习
第4章Pandas数据加载
4.1读取CSV文件中的数据
4.2处理CSV文件中的无效数据
4.3逐块读取文本文件
4.4从数据库中读取数据
4.5读取JSON数据
4.6将数据写入CSV文件
4.7本章小结
4.8练习
Python科学计算目录第5章Pandas数据预处理
5.1了解缺失值
5.1.1None :Python对象类型
的缺失值
5.1.2NaN:数值类型的缺失值
5.1.3Pandas中常用缺失值的总结
5.2处理缺失值
5.2.1探索缺失值
5.2.2删除缺失值
5..替换缺失值
5.3本章小结
5.4练习
第6章Pandas索引的应用
6.1索引对象
6.1.1初识Index对象
6.1.2创建并使用Index对象
6.1.3创建并使用MultiIndex对象
6.2索引及切片
6.2.1Series对象
6.2.2DataFrame对象
6.3本章小结
6.4练习
第7章Pandas数据合并及常见字符串
处理7.1字符串常见作
7.3数据拼接
7.3.1低维度数据合并
7.3.2高维度数据合并
7.4数据连接
7.5本章小结
7.6练习
第8章Pandas分组
8.1数据分组
8.2数据分组高级使用
8.3透视表制作
8.4本章小结
8.5练习
第9章使用matplotlib完成数据
可视化9.1matplotlib的安装
9.2matplotlib的快速使用
9.3pyplot的用法详解
9.3.1pyplot的快速使用
9.3.2绘制多个子图
9.3.3为图表添加文本
9.3.4为图表添加图例
9.3.5日期类型的数据
9.3.6注解的使用
9.4折线图
9.5柱状图
9.6散点图
9.7误差线
9.8本章小结
9.9练习
0章招聘数据综合分析
10.1不同岗位公司类型占比
10.2数据分析岗位各招聘公司规模分布
10.3数据分析岗位招聘以及经验
要求
10.4数据分析岗位招聘城市需求数量
占比
10.5数据分析岗位招聘不同地区薪资
分布
10.6本章小结
10.7练习
参考文献
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格