利用 Python 進行數據分析 (Python for Data Analysis)

<內容簡介>

由於作者麥金尼是pandas庫的主要作者，所以本書也可以作為利用Python實現數據密集型應用的科學計算實踐指南。《利用Python進行數據分析》適合剛剛接觸Python的分析人員以及剛剛接觸科學計算的Python程序員。將IPython這個交互式Shell作為你的首要開發環境。
    《利用Python進行數據分析》：
    學習NumPy（NumericalPython）的基礎和高級知識。
    從pandas庫的數據分析工具開始。
    利用高性能工具對數據進行加載、清理、轉換、合併以及重塑。
    利用matpIotlib創建散點圖以及靜態或交互式的可視化結果。
    利用pandas的groupby功能對數據集進行切片、切塊和匯總操作。
    處理各種各樣的時間序列數據。
    通過詳細的案例學習如何解決Web分析、社會科學、金融學以及經濟學等領域的問題。

<目錄>

第1章 準備工作
  本書主要內容 
  為什麼要使用Python進行數據分析
  重要的Pvthon庫 
  安裝和設置 
  社區和研討會 
  使用本書 
  致謝
第2章 引言
  來自bit.1y的1usagov數據 
  MovieLens 1M數據集 
  1880一2010年間全美嬰兒姓名 
  小結及展望
第3章 IPython：一種交互式計算和開發環境
  IPvthon基礎   
  內省
  使用命令歷史 
  與操作系統交互 
  軟件開發工具 
  IPython HTML NOtebOOk 
  利用IPython提高代碼開發效率的幾點提示
  高級IPython功能 
  致謝   
第4章 NumPy基礎：數組和矢量計算
  NumPy的ndarray：一種多維數組對象     
  通用函數快速的元素級數組函數   
  利用數組進行數據處理
  用於數組的文件輸入輸出
  線性代數   
  隨機數生成 
  範例：隨機漫步
第5章 pandas入f]
  pandas的數據結構介紹
  基本功能 
  匯總和計算描述統計
  處理缺失數據
  層次化索引   
  其他有關Pandas的話題     
第6章 數據加載、存儲與文件格式
  讀寫文本格式的數據
  二進制數據格式
  使用HTML和web API
  使用數據庫
第7章 數據規整化：清理、轉換、合併、重塑
  合併數據集 
  重塑和軸向旋轉
  數據轉換
  字符串操作         
  示例usDA食品數據庫 
第8章 繪圖和可視化
  matDlotlib API入門
  pandas中的繪圖函數   
  繪製地圖  圖形化顯示海地地震危機數據
  Python圖形化工具生態系統 
第9章 數據聚合與分組運算
  GroupBy技術 
  數據聚合     
  分組級運算和轉換
  透視表和交叉表
  示例：2012聯邦選舉委員會數據庫
第10章 時間序列
  日期和時間數據類型及工具
  時間序列基礎
  日期的範圍頻率以及移動
  時區處理
  時期及其算術運算   
  重採樣及頻率轉換
  時間序列繪圖     
  移動窗口函數
  性能和內存使用方面的註意事項   
第11章 金融和經濟數據應用
  數據規整化方面的話題
  分組變換和分析   
  更多示例應用
第12章 NumPy高級應用
  ndarray對象的內部機理   
  高級數組操作
  廣播   
  ufunc高級應用
  結構化和記錄式數組 
  更多有關排序的話題
  NumPy的matrix類
  高級數組輸入輸出 
  性能建議 
附錄A Python語言精要