[
-
内容大纲
本书为数据科学领域经典热销书升级版，基于GitHub热门开源项目，全面涵盖数据分析与数据科学领域的重要工具。
全书共分为五部分，每部分介绍一两个Python数据科学中的重点工具包。首先从IPython和Jupyter开始，它们提供了数据科学家需要的计算环境；第二部分讲解NumPy如何高效地存储和操作大型数组；第三部分讲解pandas如何高效地存储和操作带标签的列式数据；第四部分聚焦Matplotlib，展示其丰富的数据可视化功能；第五部分以scikit-learn为主，这个程序库为最重要的机器学习算法提供了高效整洁的Python版实现。
本书适合有一定Python使用经验，并想进一步掌握Python数据分析能力的读者。 -
作者介绍
-
目录
对本书的赞誉
译者序
前言
第一部分 Jupyter：超越Python
第1章 IPython和Jupyter入门
1.1 启动IPythonshell
1.2 启动JupyterNotebook
1.3 IPython的帮助和文档
1.3.1 用符号获取文档
1.3.2 用符号获取源代码
1.3.3 用Tab补全的方式探索模块
1.4 IPythonshell中的快捷键
1.4.1 导航快捷键
1.4.2 文本输入快捷键
1.4.3 命令历史快捷键
1.4.4 其他快捷键
第2章 增强的交互功能
2.1 IPython魔法命令
2.1.1 执行外部代码：%run
2.1.2 计算代码运行时间：%timeit
2.1.3 魔法函数的帮助：、%magic和%lsmagic
2.2 输入和输出历史
2.2.1 IPython的输入和输出对象
2.2.2 下划线快捷键和以前的输出
2.2.3 禁止输出
2.2.4 相关的魔法命令
2.3 IPython和shell命令
2.3.1 shell快速入门
2.3.2 IPython中的shell命令
2.3.3 在shell中传入或传出值
2.3.4 与shell相关的魔法命令
第3章 调试及性能分析
3.1 错误和调试
3.1.1 控制异常：%xmode
3.1.2 调试：当阅读轨迹追溯不足以解决问题时
3.2 代码性能与耗时分析
3.2.1 代码段计时：%timeit和%time
3.2.2 对整个脚本进行性能分析：%prun
3.2.3 用%lprun进行逐行性能分析
3.2.4 用%memit和%mprun进行内存分析
3.3 IPython参考资料
3.3.1 网络资源
3.3.2 相关图书
第二部分 NumPy入门
第4章 理解Python中的数据类型
4.1 Python整型不仅仅是一个整型
4.2 Python列表不仅仅是一个列表
4.3 Python中的固定类型数组
4.4 从Python列表创建数组
4.5 从头创建数组
4.6 NumPy标准数据类型
第5章 NumPy数组基础
5.1 NumPy数组的属性
5.2 数组索引：获取单个元素
5.3 数组切片：获取子数组
5.3.1 一维子数组
5.3.2 多维子数组
5.3.3 非副本视图的子数组
5.3.4 创建数组的副本
5.4 数组的变形
5.5 数组拼接和拆分
5.5.1 数组的拼接
5.5.2 数组的拆分
第6章 NumPy数组的计算：通用函数
6.1 缓慢的循环
6.2 通用函数介绍
6.3 探索NumPy的通用函数
6.3.1 数组的运算
6.3.2 绝对值
6.3.3 三角函数
6.3.4 指数和对数
6.3.5 专业的通用函数
6.4 高级的通用函数特性
6.4.1 指定输出
6.4.2 聚合
6.4.3 外积
6.5 通用函数：更多的信息
第7章 聚合：最小值、最大值和其他值
7.1 数组值求和
7.2 最小值和最大值
7.2.1 多维度聚合
7.2.2 其他聚合函数
7.3 示例：美国总统的平均身高是多少
第8章 数组的计算：广播
8.1 广播的介绍
8.2 广播的规则
8.2.1 广播示例
8.2.2 广播示例
8.2.3 广播示例
8.3 广播的实际应用
8.3.1 数组的归一化
8.3.2 画一个二维函数
第9章 比较、掩码和布尔逻辑
9.1 示例：统计下雨天数
9.2 将比较运算符看作通用函数
9.3 操作布尔数组
9.3.1 统计记录的个数
9.3.2 布尔运算符
9.4 将布尔数组作为掩码
9.5 使用关键字and/or与逻辑操作运算符&/|
第10章 花式索引
10.1 探索花式索引
10.2 组合索引
10.3 示例：选择随机点
10.4 用花式索引修改值
10.5 示例：数据区间划分
第11章 数组排序
11.1 NumPy中的快速排序：np.sort和np.argsort
11.2 沿着行或列排序
11.3 部分排序：分区
11.4 示例：k个最近邻
第12章 结构化数据：NumPy的结构化数组
12.1 生成结构化数组
12.2 更高级的复合数据类型
12.3 记录数组：结构化数组的扭转
12.4 关于pandas
第三部分 pandas数据处理
第13章 pandas对象简介
13.1 pandas的Series对象
13.1.1 Serise是通用的NumPy数组
13.1.2 Series是特殊的字典
13.1.3 创建Series对象
13.2 pandas的DataFrame对象
13.2.1 DataFrame是通用的NumPy数组
13.2.2 DataFrame是特殊的字典
13.2.3 创建DataFrame对象
13.3 pandas的Index对象
13.3.1 将Index看作不可变数组
13.3.2 将Index看作有序集合
第14章 数据取值与选择
14.1 Series数据选择方法
14.1.1 将Series看作字典
14.1.2 将Series看作一维数组
14.1.3 索引器：loc和iloc
14.2 DataFrame数据选择方法
14.2.1 将DataFrame看作字典
14.2.2 将DataFrame看作二维数组
14.2.3 其他取值方法
第15章 pandas数值运算方法
15.1 通用函数：保留索引
15.2 通用函数：索引对齐
15.2.1 Series索引对齐
15.2.2 DataFrame索引对齐
15.3 通用函数：DataFrame与Series的运算
第16章 处理缺失值
16.1 处理缺失值的方法选择
16.2 pandas的缺失值
16.2.1 None作为哨兵值
16.2.2 NaN：数值类型的缺失值
16.2.3 pandas中NaN与None的差异
16.3 pandas可空类型
16.4 处理缺失值
16.4.1 发现缺失值
16.4.2 剔除缺失值
16.4.3 填充缺失值
第17章 分层索引
17.1 多级索引Series
17.1.1 笨办法
17.1.2 好办法：pandas多级索引
17.1.3 高维数据的多级索引
17.2 多级索引的创建方法
17.2.1 显式地创建多级索引
17.2.2 多级索引的级别名称
17.2.3 多级列索引
17.3 多级索引的取值与切片
17.3.1 Series多级索引
17.3.2 DataFrame多级索引
17.4 多级索引行列转换
17.4.1 有序的索引和无序的索引
17.4.2 索引stack与unstack
17.4.3 索引的设置与重置
第18章 合并数据集：concat与append操作
18.1 知识回顾：NumPy数组的合并
18.2 通过pd.concat实现简单合并
18.2.1 索引重复
18.2.2 类似join的合并
18.2.3 append方法
第19章 合并数据集：合并与连接
19.1 关系代数
19.2 数据连接的类型
19.2.1 一对一连接
19.2.2 多对一连接
19.2.3 多对多连接
19.3 设置数据合并的键
19.3.1 参数on的用法
19.3.2 left_on与right_on参数
19.3.3 left_index与right_index参数
19.4 设置数据连接的集合操作规则
19.5 重复列名：suffixes参数
19.6 案例：美国各州的统计数据
第20章 聚合与分组
20.1 行星数据
20.2 pandas的简单聚合功能
20.3 groupby：分割、应用和组合
20.3.1 分割、应用和组合
20.3.2 GroupBy对象
20.3.3 聚合、过滤、转换和应用
20.3.4 设置分割的键
第21章 数据透视表
21.1 演示数据透视表
21.2 手工制作数据透视表
21.3 数据透视表语法
21.3.1 多级数据透视表
21.3.2 其他数据透视表选项
21.4 案例：美国人的生日
第22章 向量化字符串操作
22.1 pandas字符串操作简介
22.2 pandas字符串方法列表
22.2.1 与Python字符串方法相似的方法
22.2.2 使用正则表达式的方法
22.2.3 其他字符串方法
22.3 案例：食谱数据库
22.3.1 制作简单的美食推荐系统
22.3.2 继续完善美食推荐系统
第23章 处理时间序列
23.1 Python的日期与时间工具
23.1.1 Python的原生日期与时间工具：datetime与dateutil
23.1.2 时间类型数组：NumPy的datetime64类型
23.1.3 pandas的日期与时间工具：理想与现实的最佳解决方案
23.2 pandas时间序列：用时间作索引
23.3 pandas时间序列数据结构
23.4 有规律的时间序列：pd.date_range
23.5 时间频率与偏移量
23.6 重采样、移位和窗口
23.6.1 重采样与频率转换
23.6.2 时间移位
23.6.3 滚动窗口
23.7 案例：美国西雅图自行车统计数据的可视化
23.7.1 数据可视化
23.7.2 深入挖掘数据
第24章 高性能pandas：eval与query
24.1 query与eval的设计动机：复合表达式
24.2 用pandas.eval实现高性能运算
24.3 用DataFrame.eval实现列间运算
24.3.1 用DataFrame.eval新增列
24.3.2 DataFrame.eval使用局部变量
24.4 DataFrame.query方法
24.5 性能决定使用时机
24.6 参考资料
第四部分 Matplotlib数据可视化
第25章 Matplotlib常用技巧
25.1 导入Matplotlib
25.2 设置绘图样式
25.3 用不用show？如何显示图形
25.3.1 在脚本中画图
25.3.2 在IPythonshell中画图
25.3.3 在JupyterNotebook中画图
25.3.4 将图形保存为文件
25.3.5 两种画图接口
第26章 简单线形图
26.1 调整图形：线条的颜色与风格
26.2 调整图形：坐标轴上下限
26.3 设置图形标签
26.4 Matplotlib陷阱
第27章 简单散点图
27.1 用plt.plot画散点图
27.2 用plt.scatter画散点图
27.3 plot与scatter：效率对比
27.4 可视化误差
27.4.1 基本误差线
27.4.2 连续误差
第28章 密度图与等高线图
28.1 三维函数的可视化
28.2 频次直方图、数据区间划分和分布密度
28.3 二维频次直方图与数据区间划分
28.3.1 plt.hist2d：二维频次直方图
28.3.2 plt.hexbin：六边形区间划分
28.3.3 核密度估计
第29章 配置图例
29.1 选择图例显示的元素
29.2 在图例中显示不同尺寸的点
29.3 同时显示多个图例
第30章 配置颜色条
30.1 配置颜色条
30.1.1 选择配色方案
30.1.2 颜色条刻度的限制与扩展功能的设置
30.1.3 离散型颜色条
30.2 案例：手写数字
第31章 多子图
31.1 plt.axes：手动创建子图
31.2 plt.subplot：简单网格子图
31.3 plt.subplots：用一行代码创建网格
31.4 plt.GridSpec：实现更复杂的排列方式
第32章 文字与注释
32.1 案例：节假日对美国出生率的影响
32.2 坐标变换与文字位置
32.3 箭头与注释
第33章 自定义坐标轴刻度
33.1 主要刻度与次要刻度
33.2 隐藏刻度与标签
33.3 增减刻度数量
33.4 花哨的刻度格式
33.5 格式生成器与定位器小结
第34章 Matplotlib自定义：配置文件与样式表
34.1 手动配置图形
34.2 修改默认配置：rcParams
34.3 样式表
34.3.1 默认风格
34.3.2 FiveThirtyEight风格
34.3.3 ggplot风格
34.3.4 bmh风格
34.3.5 黑色背景风格
34.3.6 灰度风格
34.3.7 Seaborn风格
第35章 用Matplotlib画三维图
35.1 三维数据点与线
35.2 三维等高线图
35.3 线框图和曲面图
35.4 曲面三角剖分
35.5 案例：默比乌斯带
第36章 用Seaborn做数据可视化
36.1 Seaborn图形介绍
36.1.1 频次直方图、KDE和密度图
36.1.2 成对图
36.1.3 分面频次直方图
36.2 分类图
36.2.1 联合分布
36.2.2 条形图
36.3 案例：探索马拉松比赛成绩数据
36.4 参考资料
36.5 其他Python画图程序库
第五部分 机器学习
第37章 什么是机器学习
37.1 机器学习的分类
37.2 机器学习应用的定性示例
37.2.1 分类：预测离散标签
37.2.2 回归：预测连续标签
37.2.3 聚类：为无标签数据添加标签
37.2.4 降维：推断无标签数据的结构
37.3 小结
第38章 scikit-learn简介
38.1 scikit-learn的数据表示
38.1.1 特征矩阵
38.1.2 目标数组
38.2 scikit-learn的估计器API
38.2.1 API基础知识
38.2.2 监督学习示例：简单线性回归
38.2.3 监督学习示例：鸢尾花数据分类
38.2.4 无监督学习示例：鸢尾花数据降维
38.2.5 无监督学习示例：鸢尾花数据聚类
38.3 应用：手写数字探索
38.3.1 加载并可视化手写数字
38.3.2 无监督学习：降维
38.3.3 数字分类
38.4 小结
第39章 超参数与模型验证
39.1 模型验证
39.1.1 错误的模型验证方法
39.1.2 正确的模型验证方法：留出集
39.1.3 交叉验证
39.2 选择最优模型
39.2.1 偏差与方差的均衡
39.2.2 scikit-learn验证曲线
39.3 学习曲线
39.4 验证实践：网格搜索
39.5 小结
第40章 特征工程
40.1 分类特征
40.2 文本特征
40.3 图像特征
40.4 衍生特征
40.5 缺失值插补
40.6 特征管道
第41章 专题：朴素贝叶斯分类
41.1 贝叶斯分类
41.2 高斯朴素贝叶斯
41.3 多项式朴素贝叶斯
41.4 朴素贝叶斯的应用场景
第42章 专题：线性回归
42.1 简单线性回归
42.2 基函数回归
42.2.1 多项式基函数
42.2.2 高斯基函数
42.3 正则化
42.3.1 岭回归（L2范数正则化）
42.3.2 Lasso回归（L1范数正则化）
42.4 案例：预测自行车流量
第43章 专题：支持向量机
43.1 支持向量机的由来
43.2 支持向量机：间隔最大化
43.2.1 拟合支持向量机
43.2.2 超越线性边界：核函数SVM模型
43.2.3 SVM优化：软化间隔
43.3 案例：人脸识别
43.4 小结
第44章 专题：决策树与随机森林
44.1 随机森林的基础：决策树
44.1.1 创建一棵决策树
44.1.2 决策树与过拟合
44.2 估计器集成算法：随机森林
44.3 随机森林回归
44.4 案例：用随机森林识别手写数字
44.5 小结
第45章 专题：主成分分析
45.1 PCA简介
45.1.1 用PCA降维
45.1.2 用PCA做数据可视化：手写数字
45.1.3 成分的含义
45.1.4 选择成分的数量
45.2 用PCA做噪声过滤
45.3 案例：特征脸
45.4 小结
第46章 专题：流形学习
46.1 流形学习：“HELLO”
46.1.1 多维标度法（MDS）
46.1.2 将MDS用于流形学习
46.2 非线性嵌入：当MDS失败时
46.3 非线性流形：局部线性嵌入
46.4 关于流形方法的一些思考
46.5 示例：用Isomap处理人脸数据
46.6 示例：手写数字的可视化结构
第47章 专题：k-means聚类
47.1 k-means简介
47.2 k-means算法：期望最大化
47.3 案例
47.3.1 案例1：用k-means算法处理手写数字
47.3.2 案例2：将k-means用于色彩压缩
第48章 专题：高斯混合模型
48.1 高斯混合模型诞生的原因：k-means算法的缺陷
48.2 广义E-M：高斯混合模型
48.3 选择协方差的类型
48.4 将GMM用作密度估计器
48.5 示例：用GMM生成新的数据
第49章 专题：核密度估计
49.1 KDE的由来：直方图
49.2 核密度估计的实际应用
49.3 通过交叉验证选择带宽
49.4 示例：不是很朴素的贝叶斯
49.4.1 解析自定义估计器
49.4.2 使用自定义估计器
第50章 应用：人脸识别管道
50.1 HOG特征
50.2 HOG实战：一个简单的人脸识别器
50.2.1 获取一组正训练样本
50.2.2 获取一组负训练样本
50.2.3 组合数据集并提取HOG特征
50.2.4 训练一个支持向量机
50.2.5 在新图像中寻找人脸
50.3 注意事项与改进方案
50.4 机器学习参考资料
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...