《Python数据分析（第2版）》代码,彩图

编辑推荐

Python拥有许多强大的程序库，已经成为进行各种数据分析和预测建模任务的流行平台。Python的应用范围很广，拓展性很大。本书介绍了众多的Python模块，例如Matplotlib、statsmodels、scikit-learn和NLTK。同时，本书还介绍了Python如何与外部环境（例如R、Fortran、C/C++和Boost库）进行交互。 n
通过阅读本书，你将学会如何使用Python处理和操作数据，并完成复杂的分析和建模。我们将借助NumPy和Pandas来学习数据的各种操作。本书将介绍如何从各种数据源（例如SQL、NoSQL、CSV文件和HDF5）中存储和检索数据。此外，我们还将学习如何通过可视化库实现数据的可视化，以及信号处理、时间序列、文本数据分析、机器学习和社交媒体分析等主题。

内容简介

Python作为一种程序设计语言，凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。同时，Python语言的数据分析功能也逐渐为大众所认可。本书就是一本介绍如何用Python进行数据分析的学习指南。全书共12章，从Python程序库入门、NumPy数组和Pandas入门开始，陆续介绍了数据的检索、数据加工与存储、数据可视化等内容。同时，本书还介绍了信号处理与时间序列、应用数据库、分析文本数据与社交媒体、预测性分析与机器学习、Python生态系统的外部环境和云计算、性能优化及分析、并发性等内容。在本书的很后，还采用3个附录的形式为读者补充了一些重要概念、常用函数以及在线资源等重要内容。本书延续了上一版示例丰富、简单易懂的优点，很好适合对Python语言感兴趣或者想要使用Python语言进行数据分析的读者参考阅读。

作者简介

Armando Fandango是Epic工程咨询集团知名数据科学家，负责与国防和政府机构有关的保密项目。Armando是一位技术精湛的技术人员，拥有优选创业公司和大型公司的工作经历和管理经验。他的工作涉及金融科技、证券交易所、银行、生物信息学、基因组学、广告技术、基础设施、交通运输、能源、人力资源和娱乐等多个领域。
Armando在预测分析、数据科学、机器学习、大数据、产品工程、高性能计算和云基础设施等项目中工作了十多年。他的研究兴趣横跨机器学习、深度学习和科学计算等领域。

目录

• 第1章 Python程序库入门 1
• 1.1 安装Python 3 3
• 1.1.1 安装数据分析程序库 3
• 1.1.2 Linux平台或Mac OS X平台 3
• 1.1.3 Windows平台 4
• 1.2 将IPython用作shell 4
• 1.3 学习手册页 6
• 1.4 Jupyter Notebook 7
• 1.5 NumPy数组 8
• 1.6 一个简单的应用 8
• 1.7 从何处寻求帮助和参考资料 11
• 1.8 查看Python库中包含的模块 12
• 1.9 通过Matplotlib实现数据的可视化 12
• 1.10 小结 14
• 第2章 NumPy数组 15
• 2.1 NumPy数组对象 16
• 2.2 创建多维数组 17
• 2.3 选择NumPy数组元素 17
• 2.4 NumPy的数值类型 18
• 2.4.1 数据类型对象 20
• 2.4.2 字符码 20
• 2.4.3 dtype构造函数 21
• 2.4.4 dtype属性 22
• 2.5 一维数组的切片与索引 23
• 2.6 处理数组形状 23
• 2.6.1 堆叠数组 25
• 2.6.2 拆分NumPy数组 28
• 2.6.3 NumPy数组的属性 30
• 2.6.4 数组的转换 34
• 2.7 创建数组的视图和拷贝 35
• 2.8 花式索引 36
• 2.9 基于位置列表的索引方法 38
• 2.10 用布尔型变量索引NumPy数组 39
• 2.11 NumPy数组的广播 41
• 2.12 小结 44
• 2.13 参考资料 44
• 第3章 Pandas入门 45
• 3.1 Pandas的安装与概览 46
• 3.2 Pandas数据结构之DataFrame 47
• 3.3 Pandas数据结构之Series 49
• 3.4 利用Pandas查询数据 52
• 3.5 利用Pandas的DataFrame进行统计计算 56
• 3.6 利用Pandas的DataFrame实现数据聚合 58
• 3.7 DataFrame的串联与附加操作 62
• 3.8 连接DataFrames 63
• 3.9 处理缺失数据问题 65
• 3.10 处理日期数据 67
• 3.11 数据透视表 70
• 3.12 小结 71
• 3.13 参考资料 71
• 第4章 统计学与线性代数 72
• 4.1 用NumPy进行简单的描述性统计计算 72
• 4.2 用NumPy进行线性代数运算 75
• 4.2.1 用NumPy求矩阵的逆 75
• 4.2.2 用NumPy解线性方程组 77
• 4.3 用NumPy计算特征值和特征向量 78
• 4.4 NumPy随机数 80
• 4.4.1 用二项式分布进行博弈 81
• 4.4.2 正态分布采样 83
• 4.4.3 用SciPy进行正态检验 84
• 4.5 创建掩码式NumPy数组 86
• 4.6 忽略负值和极值 88
• 4.7 小结 91
• 第5章 数据的检索、加工与存储 92
• 5.1 利用NumPy和pandas对CSV文件进行写操作 92
• 5.2 二进制.npy与pickle格式 94
• 5.3 使用PyTables存储数据 97
• 5.4 Pandas DataFrame与HDF5仓库之间的读写操作 99
• 5.5 使用Pandas读写Excel文件 102
• 5.6 使用REST Web服务和JSON 103
• 5.7 使用Pandas读写JSON 105
• 5.8 解析RSS和Atom订阅 106
• 5.9 使用Beautiful Soup解析HTML 108
• 5.10 小结 114
• 5.11 参考资料 114
• 第6章 数据可视化 115
• 6.1 Matplotlib的子库 116
• 6.2 Matplotlib绘图入门 116
• 6.3 对数图 118
• 6.4 散点图 119
• 6.5 图例和注解 121
• 6.6 三维图 123
• 6.7 Pandas绘图 125
• 6.8 时滞图 127
• 6.9 自相关图 129
• 6.10 Plot.ly 130
• 6.11 小结 132
• 第7章 信号处理与时间序列 133
• 7.1 statsmodels模块 134
• 7.2 移动平均值 134
• 7.3 窗口函数 136
• 7.4 协整的定义 138
• 7.5 自相关 140
• 7.6 自回归模型 142
• 7.7 ARMA模型 145
• 7.8 生成周期信号 147
• 7.9 傅里叶分析 149
• 7.10 谱分析 152
• 7.11 滤波 153
• 7.12 小结 155
• 第8章 应用数据库 156
• 8.1 基于sqlite3的轻量级访问 157
• 8.2 通过Pandas访问数据库 159
• 8.3 SQLAlchemy 161
• 8.3.1 SQLAlchemy的安装和配置 161
• 8.3.2 通过SQLAlchemy填充数据库 162
• 8.3.3 通过SQLAlchemy查询数据库 164
• 8.4 Pony ORM 166
• 8.5 Dataset：懒人数据库 167
• 8.6 PyMongo与MongoDB 168
• 8.7 利用Redis存储数据 170
• 8.8 利用memcache存储数据 171
• 8.9 Apache Cassandra 172
• 8.10 小结 174
• 第9章 分析文本数据和社交媒体 176
• 9.1 安装NLTK 177
• 9.2 NLTK简介 177
• 9.3 滤除停用字、姓名和数字 178
• 9.4 词袋模型 180
• 9.5 词频分析 181
• 9.6 朴素贝叶斯分类 183
• 9.7 情感分析 186
• 9.8 创建词云 189
• 9.9 社交网络分析 193
• 9.10 小结 195
• 第10章 预测性分析与机器学习 197
• 10.1 预处理 198
• 10.2 基于逻辑回归的分类 201
• 10.3 基于支持向量机的分类 202
• 10.4 基于ElasticNetCV的回归分析 205
• 10.5 支持向量回归 207
• 10.6 基于相似性传播算法的聚类分析 210
• 10.7 均值漂移算法 211
• 10.8 遗传算法 213
• 10.9 神经网络 217
• 10.10 决策树 219
• 10.11 小结 222
• 第11章 Python生态系统的外部环境和云计算 223
• 11.1 与MATLAB/Octave交换信息 224
• 11.2 安装rpy2 225
• 11.3 连接R 225
• 11.4 为Java传递NumPy数组 228
• 11.5 集成SWIG和NumPy 229
• 11.6 集成Boost和Python 233
• 11.7 通过f2py使用Fortran代码 235
• 11.8 PythonAnywhere云 236
• 11.9 小结 238
• 第12章 性能优化、性能分析与并发性 239
• 12.1 代码的性能分析 240
• 12.2 安装Cython 245
• 12.3 调用C代码 248
• 12.4 利用multiprocessing创建进程池 252
• 12.5 通过Joblib提高for循环的并发性 254
• 12.6 比较Bottleneck函数与NumPy函数 255
• 12.7 通过Jug实现MapReduce 257
• 12.8 安装MPI for Python 259
• 12.9 IPython Parallel 260
• 12.10 小结 263
• 附录A 重要概念 264
• 附录B 常用函数 269