Python数据分析之道——Thinking in Pandas

中国水利水电出版社

【作者】[美]汉娜·斯捷潘内克（Hannah S

【I S B N 】978-7-5170-9780-8

【责任编辑】王开云

【适用读者群】本专通用

【出版时间】2021-08-01

【开本】16开

【装帧信息】平装（光膜）

【版次】第1版第1次印刷

【页数】112

【千字数】146

【印张】7

【定价】￥48

【丛书】暂无分类

【备注信息】

图书详情

简介

本书特色

前言

章节列表

精彩阅读

下载资源

相关图书

本书通过以Pandas实现的精彩的数据分析项目，来讲解大数据相关的主题及概念。通过学习本书，读者可以根据项目的大小及类型来评估自己的项目是否适合使用Pandas库。本书对如何在Pandas中高效地加载及标准化数据进行了解读，并回顾了一些最常用的加载器及它们的一些最具威力的选项，从而读者可以学会如何高效地存取及转换数据、使用什么方法、什么时候采用或回避一些更高性能的技术。本书还将带读者用心思考Pandas中基本的数据访问及维护，以及直觉字典语法。

理解Pandas 的底层数据结构，从而掌握Pandas 的底层工作原理

通过一个精彩的Pandas 项目，融会贯通相关概念与技术

思考正确使用Pandas 的方式，如数据的提取、转换和加载等

使用Python的pandas库，需要思维上的转变，而这对于使用该软件库的人员来说并不简单。对于初学者，pandas包含的丰富API，往往使得在确定何种解决方案为最优时令人不知所措。本书旨在通过详细阐述pandas的工作机制以正确使用pandas。本书将建立一个涵盖Python和NumPy数据结构、计算机体系结构以及Python和C语言之间性能差异等内容的基础知识。在这些知识的基础上，就能够解释为何在某些特定条件下会执行某些特定的pandas操作。本书中，你将可以学会何时使用这些操作以及何时使用性能更好的替代操作。在本书的最后，还介绍了可使得pandas性能更强的一些可以做或正在做的改进。

前言

第1章概述 1
pandas简介 1
如何利用pandas构建一个黑洞图像 3
如何利用pandas帮助金融机构对未来市场
进行更准确预测 4
如何利用pandas提高内容可发现性 4
第2章基本数据访问与合并 5
DataFrame的创建和访问 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下的工作机制 19
Python数据结构 19
CPython解释器、Python和NumPy的
性能 22
pandas性能简介 29
选择正确的DataFrame 33
第4章数据加载与规范化 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基础数据转换 68
pivot和pivot表 68
stack和unstack 71
melt 73
转置transpose 73
第6章 apply方法 75
不适用apply方法的场合 75
适用apply方法的场合 80
利用Cython提高apply方法的性能 81
第7章 Groupby 83
正确使用groupby 83
索引 85
避免使用groupby 85
第8章 pandas之外的性能改进 87
计算机体系结构 87
如何利用NumExpr改进性能 90
BLAS和LAPACK 93
第9章 pandas的发展趋势 96
pandas 1.0 96
结论 103

关闭

打印