具体描述
本书是Python数据分析入门书，每个概念都通过简单实例来阐述，便于读者理解与上手。具体内容包括：Python及Pandas基础知识，加载和查看数据集，Pandas的DataFrame对象和Series对象，使用matplotlib、seaborn和Pandas提供的绘图方法为探索性数据分析作图，连接与合并数据集，处理缺失数据，清理数据，转换数据类型，处理字符串，应用函数，分组操作，拟合及评估模型，正则化方法与聚类技术等。
作者简介
丹尼尔·陈（Daniel Y. Chen）
Lander Analytics公司数据科学家，Software Carpentry和Data Carpentry的讲师和课程维护人员，DataCamp的课程讲师。目前他在弗尼吉亚理工大学社会与决策分析实验室从事政策决策数据分析。
目录信息
序
前言
致谢
关于作者
第一部分 简介
第1章 Pandas DataFrame基础知识
第2章 Pandas数据结构
第3章 绘图入门
第二部分 数据处理
第4章 数据组合
第5章 缺失数据
第6章 整理数据
第三部分 数据整理
第7章 数据类型
第8章 字符串和文本数据
第9章 应用
第10章 分组操作：分割-应用-组合
第11章 datetime数据类型
第四部分 数据建模
第12章 线性模型
第13章 广义线性模型
第14章 模型诊断
第15章 正则化
第16章 聚类
第五部分 终章
第17章 Pandas之外
第18章 写给自学者
· · · · · · (收起)
前言
致谢
关于作者
第一部分 简介
第1章 Pandas DataFrame基础知识
第2章 Pandas数据结构
第3章 绘图入门
第二部分 数据处理
第4章 数据组合
第5章 缺失数据
第6章 整理数据
第三部分 数据整理
第7章 数据类型
第8章 字符串和文本数据
第9章 应用
第10章 分组操作：分割-应用-组合
第11章 datetime数据类型
第四部分 数据建模
第12章 线性模型
第13章 广义线性模型
第14章 模型诊断
第15章 正则化
第16章 聚类
第五部分 终章
第17章 Pandas之外
第18章 写给自学者
· · · · · · (收起)
读后感
评分
评分
评分
评分
评分
用户评价
评分
讲得很系统，适合深入学习数据分析的人士！
评分讲得很系统，适合深入学习数据分析的人士！
评分讲得很系统，适合深入学习数据分析的人士！
评分讲得很系统，适合深入学习数据分析的人士！
评分讲得很系统，适合深入学习数据分析的人士！
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有