Python數(shù)據(jù)分析之道——Thinking in Pandas

中國水利水電出版社

【作者】[美]漢娜·斯捷潘內(nèi)克（Hannah S

【I S B N 】978-7-5170-9780-8

【責(zé)任編輯】王開云

【適用讀者群】本專通用

【出版時間】2021-08-01

【開本】16開

【裝幀信息】平裝（光膜）

【版次】第1版第1次印刷

【頁數(shù)】112

【千字?jǐn)?shù)】146

【印張】7

【定價】￥48

【叢書】暫無分類

【備注信息】

圖書詳情

簡介

本書特色

前言

章節(jié)列表

精彩閱讀

下載資源

相關(guān)圖書

本書通過以Pandas實現(xiàn)的精彩的數(shù)據(jù)分析項目，來講解大數(shù)據(jù)相關(guān)的主題及概念。通過學(xué)習(xí)本書，讀者可以根據(jù)項目的大小及類型來評估自己的項目是否適合使用Pandas庫。本書對如何在Pandas中高效地加載及標(biāo)準(zhǔn)化數(shù)據(jù)進行了解讀，并回顧了一些最常用的加載器及它們的一些最具威力的選項，從而讀者可以學(xué)會如何高效地存取及轉(zhuǎn)換數(shù)據(jù)、使用什么方法、什么時候采用或回避一些更高性能的技術(shù)。本書還將帶讀者用心思考Pandas中基本的數(shù)據(jù)訪問及維護，以及直覺字典語法。

理解Pandas 的底層數(shù)據(jù)結(jié)構(gòu)，從而掌握Pandas 的底層工作原理

通過一個精彩的Pandas 項目，融會貫通相關(guān)概念與技術(shù)

思考正確使用Pandas 的方式，如數(shù)據(jù)的提取、轉(zhuǎn)換和加載等

使用Python的pandas庫，需要思維上的轉(zhuǎn)變，而這對于使用該軟件庫的人員來說并不簡單。對于初學(xué)者，pandas包含的豐富API，往往使得在確定何種解決方案為最優(yōu)時令人不知所措。本書旨在通過詳細闡述pandas的工作機制以正確使用pandas。本書將建立一個涵蓋Python和NumPy數(shù)據(jù)結(jié)構(gòu)、計算機體系結(jié)構(gòu)以及Python和C語言之間性能差異等內(nèi)容的基礎(chǔ)知識。在這些知識的基礎(chǔ)上，就能夠解釋為何在某些特定條件下會執(zhí)行某些特定的pandas操作。本書中，你將可以學(xué)會何時使用這些操作以及何時使用性能更好的替代操作。在本書的最后，還介紹了可使得pandas性能更強的一些可以做或正在做的改進。

前言

第1章概述 1
pandas簡介 1
如何利用pandas構(gòu)建一個黑洞圖像 3
如何利用pandas幫助金融機構(gòu)對未來市場
進行更準(zhǔn)確預(yù)測 4
如何利用pandas提高內(nèi)容可發(fā)現(xiàn)性 4
第2章基本數(shù)據(jù)訪問與合并 5
DataFrame的創(chuàng)建和訪問 5
iloc方法 6
loc方法 8
使用merge方法合并DataFrame 10
使用join方法合并DataFrame 15
使用concat方法合并DataFrame 16
第3章 pandas在Hood下的工作機制 19
Python數(shù)據(jù)結(jié)構(gòu) 19
CPython解釋器、Python和NumPy的
性能 22
pandas性能簡介 29
選擇正確的DataFrame 33
第4章數(shù)據(jù)加載與規(guī)范化 40
pd.read_csv 41
pd.read_json 57
pd.read_sql, pd.read_sql_table, and
pd.read_sql_query 63
第5章 pandas基礎(chǔ)數(shù)據(jù)轉(zhuǎn)換 68
pivot和pivot表 68
stack和unstack 71
melt 73
轉(zhuǎn)置transpose 73
第6章 apply方法 75
不適用apply方法的場合 75
適用apply方法的場合 80
利用Cython提高apply方法的性能 81
第7章 Groupby 83
正確使用groupby 83
索引 85
避免使用groupby 85
第8章 pandas之外的性能改進 87
計算機體系結(jié)構(gòu) 87
如何利用NumExpr改進性能 90
BLAS和LAPACK 93
第9章 pandas的發(fā)展趨勢 96
pandas 1.0 96
結(jié)論 103