《Python数据分析》配套资源

内容介绍

作为一种高级程序设计语言，Python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、matplotlib和pandas开始，陆续介绍了数据加工、数据处理和数据可视化等内容。同时，本书还介绍了信号处理、数据库、文本分析、机器学习、互操作性和性能优化等高级主题。在本书的最后，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。 本书示例丰富、简单易懂，非常适合对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。

作者介绍

Ivan Idris，实验物理学硕士，学位论文侧重于应用计算机科学。毕业后，他曾经效力于多家公司，从事Java开发、数据仓库开发以及QA分析等方面的工作；目前，他的兴趣主要集中在商业智能、大数据和云计算等专业领域。 Ivan Idris以编写简洁可测试的程序代码以及撰写有趣的技术文章为乐，同时也是Packt出版社NumPy Beginner's Guide-Second Edition、NumPy Cookbook和Learning NumPy Array等书籍的作者。读者可以访问ivanidris.net获取更多关于他的信息。

目录

• 第1章 Python程序库入门 1
• 1.1 本书用到的软件 2
• 1.1.1 软件的安装和设置 2
• 1.1.2 Windows平台 2
• 1.1.3 Linux平台 3
• 1.1.4 Mac OS X平台 4
• 1.2 从源代码安装NumPy、SciPy、matplotlib和IPython 6
• 1.3 用setuptools安装 7
• 1.4 NumPy数组 7
• 1.5 一个简单的应用 8
• 1.6 将IPython用作shell 11
• 1.7 学习手册页 13
• 1.8 IPython notebook 14
• 1.9 从何处寻求帮助和参考资料 14
• 1.10 小结 15
• 第2章 NumPy数组 16
• 2.1 NumPy数组对象 16
• 2.2 创建多维数组 18
• 2.3 选择NumPy数组元素 18
• 2.4 NumPy的数值类型 19
• 2.4.1 数据类型对象 21
• 2.4.2 字符码 21
• 2.4.3 Dtype构造函数 22
• 2.4.4 dtype属性 23
• 2.5 一维数组的切片与索引 23
• 2.6 处理数组形状 24
• 2.6.1 堆叠数组 27
• 2.6.2 拆分NumPy数组 30
• 2.6.3 NumPy数组的属性 33
• 2.6.4 数组的转换 39
• 2.7 创建数组的视图和拷贝 40
• 2.8 花式索引 41
• 2.9 基于位置列表的索引方法 43
• 2.10 用布尔型变量索引NumPy数组 44
• 2.11 NumPy数组的广播 46
• 2.12 小结 49
• 第3章 统计学与线性代数 50
• 3.1 Numpy和Scipy模块 50
• 3.2 用NumPy进行简单的描述性统计计算 55
• 3.3 用NumPy进行线性代数运算 57
• 3.3.1 用NumPy求矩阵的逆 57
• 3.3.2 用NumPy解线性方程组 59
• 3.4 用NumPy计算特征值和特征向量 61
• 3.5 NumPy随机数 63
• 3.5.1 用二项式分布进行博弈 63
• 3.5.2 正态分布采样 66
• 3.5.3 用SciPy进行正态检验 67
• 3.6 创建掩码式NumPy数组 70
• 3.7 小结 75
• 第4章 pandas入门 76
• 4.1 pandas的安装与概览 77
• 4.2 pandas数据结构之DataFrame 78
• 4.3 pandas数据结构之Series 81
• 4.4 利用pandas查询数据 85
• 4.5 利用pandas的DataFrame进行统计计算 89
• 4.6 利用pandas的DataFrame实现数据聚合 91
• 4.7 DataFrame的串联与附加操作 95
• 4.8 连接DataFrames 96
• 4.9 处理缺失数据问题 99
• 4.10 处理日期数据 102
• 4.11 数据透视表 106
• 4.12 访问远程数据 107
• 4.13 小结 109
• 第5章 数据的检索、加工与存储 110
• 5.1 利用NumPy和pandas对CSV文件进行写操作 110
• 5.2 NumPy.npy与pandas DataFrame 112
• 5.3 使用PyTables存储数据 115
• 5.4 Pandas DataFrame与HDF5仓库之间的读写操作 118
• 5.5 使用pandas读写Excel文件 120
• 5.6 使用REST Web服务和JSON 123
• 5.7 使用pandas读写JSON 124
• 5.8 解析RSS和Atom订阅 126
• 5.9 使用Beautiful Soup解析HTML 127
• 5.10 小结 134
• 第6章 数据可视化 136
• 6.1 matplotlib的子库 137
• 6.2 matplotlib绘图入门 137
• 6.3 对数图 139
• 6.4 散点图 141
• 6.5 图例和注解 143
• 6.6 三维图 145
• 6.7 pandas绘图 148
• 6.8 时滞图 150
• 6.9 自相关图 151
• 6.10 Plot.ly 153
• 6.11 小结 155
• 第7章 信号处理与时间序列 156
• 7.1 statsmodels子库 157
• 7.2 移动平均值 157
• 7.3 窗口函数 159
• 7.4 协整的定义 161
• 7.5 自相关 164
• 7.6 自回归模型 166
• 7.7 ARMA模型 170
• 7.8 生成周期信号 172
• 7.9 傅里叶分析 174
• 7.10 谱分析 177
• 7.11 滤波 177
• 7.12 小结 179
• 第8章 应用数据库 180
• 8.1 基于sqlite3的轻量级访问 181
• 8.2 通过pandas访问数据库 183
• 8.3 SQLAlchemy 185
• 8.3.1 SQLAlchemy的安装和配置 186
• 8.3.2 通过SQLAlchemy填充数据库 188
• 8.3.3 通过SQLAlchemy查询数据库 189
• 8.4 Pony ORM 191
• 8.5 Dataset：懒人数据库 192
• 8.6 PyMongo与MongoDB 195
• 8.7 利用Redis存储数据 196
• 8.8 Apache Cassandra 197
• 8.9 小结 201
• 第9章 分析文本数据和社交媒体 203
• 9.1 安装NLTK 203
• 9.2 滤除停用字、姓名和数字 206
• 9.3 词袋模型 208
• 9.4 词频分析 209
• 9.5 朴素贝叶斯分类 211
• 9.6 情感分析 214
• 9.7 创建词云 217
• 9.8 社交网络分析 222
• 9.9 小结 224
• 第10章 预测性分析与机器学习 225
• 10.1 scikit-learn概貌 226
• 10.2 预处理 228
• 10.3 基于逻辑回归的分类 230
• 10.4 基于支持向量机的分类 232
• 10.5 基于ElasticNetCV的回归分析 235
• 10.6 支持向量回归 237
• 10.7 基于相似性传播算法的聚类分析 240
• 10.8 均值漂移算法 242
• 10.9 遗传算法 244
• 10.10 神经网络 249
• 10.11 决策树 251
• 10.12 小结 253
• 第11章 Python生态系统的外部环境和云计算 255
• 11.1 与MATLAB/Octave交换信息 256
• 11.2 Installing rpy2安装rpy2 257
• 11.3 连接R 257
• 11.4 为Java传递NumPy数组 260
• 11.5 集成SWIG和NumPy 261
• 11.6 集成Boost和Python 264
• 11.7 通过f2py使用Fortran代码 266
• 11.8 配置谷歌应用引擎 267
• 11.9 在PythonAnywhere上运行程序 269
• 11.10 使用Wakari 270
• 11.11 小结 271
• 第12章 性能优化、性能分析与并发性 272
• 12.1 代码的性能分析 272
• 12.2 安装Cython 277
• 12.3 调用C代码 281
• 12.4 利用multiprocessing创建进程池 283
• 12.5 通过Joblib提高for循环的并发性 286
• 12.6 比较Bottleneck函数与NumPy函数 287
• 12.7 通过Jug实现MapReduce 289
• 12.8 安装MPI for Python 292
• 12.9 IPython Parallel 292
• 12.10 小结 296
• 附录A 重要概念 298
• 附录B 常用函数 303
• 附录C 在线资源 309