Python數(shù)據(jù)分析之道（Thinking in Pandas）

定　價：￥48.00

作　者：	（美）漢娜斯捷潘內(nèi)克著
出版社：	水利水電出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787517097808	出版時間：	2021-08-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：	112	字數(shù)：

內(nèi)容簡介

　　本書通過以Pandas實現(xiàn)的精彩的數(shù)據(jù)分析項目，來講解大數(shù)據(jù)相關(guān)的主題及概念。通過學(xué)習(xí)本書，讀者可以根據(jù)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(shù)據(jù)進行了解讀，并回顧了一些常用的加載器及它們的一些**威力的選項，從而讀者可以學(xué)會如何高效地存取及轉(zhuǎn)換數(shù)據(jù)、使用什么方法、什么時候采用或回避一些更高性能的技術(shù)。本書還將帶讀者用心思考Pandas中基本的數(shù)據(jù)訪問及維護，以及直覺字典語法。本書適合作為Python數(shù)據(jù)分析學(xué)習(xí)者及相關(guān)從業(yè)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(fā)人員，同時也是開源軟件的積極倡導(dǎo)者。她擁有七年以上的Python編程行業(yè)經(jīng)驗，她花了兩年左右的時間使用Pandas實現(xiàn)了一個數(shù)據(jù)分析項目。

圖書目錄

前言
第1章概述
pandas簡介
如何利用pandas構(gòu)建一個黑洞圖像
如何利用pandas幫助金融機構(gòu)對未來市場
進行更準確預(yù)測
如何利用pandas提高內(nèi)容可發(fā)現(xiàn)性
第2章基本數(shù)據(jù)訪問與合并
DataFrame的創(chuàng)建和訪問
iloc方法
loc方法
使用merge方法合并DataFrame
使用join方法合并DataFrame
使用concat方法合并DataFrame
第3章 pandas在Hood下的工作機制
Python數(shù)據(jù)結(jié)構(gòu)
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(shù)據(jù)加載與規(guī)范化
pd.read_csv
pd.read_json
pd.read_sql, pd.read_sql_table, and
pd.read_sql_query
第5章 pandas基礎(chǔ)數(shù)據(jù)轉(zhuǎn)換
pivot和pivot表
stack和unstack
melt
轉(zhuǎn)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(jié)構(gòu)
如何利用NumExpr改進性能
BLAS和LAPACK
第9章 pandas的發(fā)展趨勢
pandas 1.0
結(jié)論