-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

Python資料科學入門

( 簡體 字)
作者:[俄]德米特裡•齊諾維耶夫(Dmitry Zinoviev)類別:1. -> 程式設計 -> Python
譯者:
出版社:人民郵電出版社Python資料科學入門 3dWoo書號: 47992
詢問書籍請說出此書號!

有庫存
NT售價: 245

出版日:11/1/2017
頁數:145
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787115470607
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

內容簡介:


《Python資料科學入門》以Python 語言講解資料科學基礎知識,涵蓋了資料獲取、清洗、存儲、檢索、轉換、視覺化、高級資料分析(網路分析)、統計和機器學習等內容。具體內容包括:資料科學的Python 核心特性,文本資料、資料庫、表格形式的數值資料、series 和frame、網路資料的使用,資料的繪製,概率與統計,機器學習。

《Python資料科學入門》面向研究生和本科生、資料科學教員、剛入門的資料科學專業人員,以及那些想擁有一本參考手冊來?明記住所有Python 函數及參數的開發人員。
目錄:


第1 章 什麼是資料科學 1
第1 單元 資料分析步驟 2
第2 單元 資料獲取途徑 3
第3 單元 報告的結構 4
輪到你了 5
第2 章 資料科學的Python 核心 6
第4 單元 理解基本的字串函數 6
第5 單元 選擇合適的資料結構 8
第6 單元 通過清單推導式理解列表 9
第7 單元 使用計數器 10
第8 單元 使用檔 11
第9 單元 上網 12
第10 單元 使用規則運算式實現模式匹配 13
第11 單元 globbing 檔案名與其他字串 17
第12 單元 Pickling 和Unpickling 資料 18
輪到你了 18
第3 章 使用文本資料 20
第13 單元 處理HTML 檔 20
第14 單元 處理CSV 檔 24
第15 單元 讀取JSON 檔 25
第16 單元 處理自然語言中的文本 27
輪到你了 31
第4 章 使用資料庫 33
第17 單元 設置MySQL 資料庫 33
第18 單元 使用MySQL 資料庫:命令列 36
第19 單元 使用MySQL 資料庫:pymysql 39
第20 單元 改善文檔存儲:MongoDB 41
輪到你了 44
第5 章 使用表格形式的數值資料 45
第21 單元 創建陣列 46
第22 單元 轉置和重排 48
第23 單元 索引和切片 49
第24 單元 廣播 51
第25 單元 揭秘通用函數 52
第26 單元 理解條件函數 54
第27 單元 陣列的聚合與排序 54
第28 單元 將陣列用作集合 56
第29 單元 陣列的保存和讀取 57
第30 單元 生成合成正弦波 57
輪到你了 59
第6 章 使用series 和frame 61
第31 單元 pandas 資料結構 62
第32 單元 資料重塑 67
第33 單元 處理缺失資料 72
第34 單元 組合資料 75
第35 單元 資料的排序和描述 78
第36 單元 資料轉換 82
第37 單元 掌握pandas 的檔讀寫功能 87
輪到你了 90
第7 章 使用網路資料 91
第38 單元 概念剖析 91
第39 單元 網路分析序列 94
第40 單元 使用networkx 95
輪到你了 101
第8 章 繪圖 103
第41 單元 使用PyPlot 進行基本繪圖 104
第42 單元 瞭解其他繪圖類型 106
第43 單元 精通繪圖裝飾 107
第44 單元 用pandas 繪圖 109
輪到你了 111
第9 章 概率與統計 113
第45 單元 回顧概率分佈 113
第46 單元 回顧統計度量 115
第47 單元 以Python 的方式完成統計 117
輪到你了 120
第10 章 機器學習 122
第48 單元 設計預測實驗 122
第49 單元 線性回歸擬合 124
第50 單元 用k 均值聚類實現資料分組 129
第51 單元 在隨機決策森林中生存 131
輪到你了 133
附錄1 擴展閱讀 135
附錄2 單星專案的解決方案 137
參考文獻 146
序: