三民網路書店 / 搜尋結果

使用pandas、NumPy和Jupyter進行資料整理「Wes更新了這本新版本的內容，確保它是學習Python和pandas資料分析知識的首選資源。再多的言語都無法形容我是多麼推薦這本書。」―Paul Barry講師及O’Reilly《深入淺出Python》作者這本權威的手冊將教你如何在Python中操作、處理、清理、整理資料組。第三版配合Python 3.10和pandas 1.4進行更新，用豐富的案例研究教你如何有效地解決廣泛的資料分析問題。在過程中，你將學會最新版的pandas、NumPy和Jupyter。作者Wes McKinney是Python pandas專案的創始人，在這本書中，以實用和現代化的方式介紹Python資料科學工具組，本書非常適合剛接觸Python的分析師，以及剛接觸資料科學和科學計算的Python程式設計師。本書在GitHub提供資料檔案與相關素材。‧使用IPython shell和Jupyter Notebook進行探索性計算‧學習NumPy基礎和進階功能‧認識pandas程式庫的資料分析工具‧使用靈活的工具進行載入、清理、轉換、合併與重塑資料‧用matplotlib製作資訊豐富的視覺化圖表‧運用pandas的groupBy工具對資料進行切割與彙總‧分析與處理正規和非正規的時間序列資料‧透過詳盡的範例學習如何解決真正的資料分析問題

Looking for complete instructions on manipulating, processing, cleaning, and crunching structured data in Python? The second edition of this hands-on guide—updated for Python 3.5 and Pandas 1.0—is packed with practical cases studies that show you how to effectively solve a broad set of data analysis problems, using Python libraries such as NumPy, pandas, matplotlib, and IPython.Written by Wes McKinney, the main author of the pandas library, Python for Data Analysis also serves as a practical, modern introduction to scientific computing in Python for data-intensive applications. It’s ideal for analysts new to Python and for Python programmers new to scientific computing.