🚀从零开始,掌握Python数据分析神器:NumPy指南📚

🌟大家好,今天我要给大家分享一本超级🔥的书,那就是《Python数据分析基础教程(第2版):NumPy学习指南》!📚

🔥这本书真的是超级棒,作者用简单易懂的方式,详细讲解了Python和NumPy的基础知识,对于我这种完全没有编程基础的入门者来说,简直就像是打开了通往新世界的大门!

🌈这本书还赠送了大量的实例和练习题,让我可以边学边练,更加深入地掌握Python和NumPy的知识。

📚《Python数据分析基础教程(第2版):NumPy学习指南》是一本为Python编程爱好者提供全面、系统化学习NumPy的教程。本书从NumPy的安装讲起,逐步介绍了数组对象、常用函数、矩阵运算、线性代数、金融函数、窗函数、质量控制等内容,旨在向初中级Python编程人员全面介绍NumPy及其使用。

🌟书的内容全面且系统。从安装到各种函数的使用,再到矩阵运算、线性代数等高级主题,本书都进行了详尽的讲解,并且通过丰富的示例,让读者能够深入理解和掌握NumPy的使用。

🌈书的编写方式非常适合初学者。作者使用了通俗易懂的语言,并且通过大量的实例,让读者能够轻松地理解和掌握NumPy的相关知识。此外,本书还提供了大量的注释和说明,让读者能够更好地理解代码的含义和作用。

💪本书注重实践和应用。除了理论知识的讲解外,作者还提供了大量的实践练习和案例分析,让读者能够通过实践来巩固和加深对NumPy的理解。此外,本书还提供了丰富的参考资料和延伸阅读建议,让读者能够更好地扩展自己的知识和技能。

📚《Python数据分析基础教程(第2版):NumPy学习指南》是一本非常出色的NumPy教程,适合所有想要学习和掌握Python数据分析的读者。通过本书的学习,读者可以掌握NumPy的基础知识,并且能够熟练地使用NumPy进行数据处理和分析。如果你正在寻找一本全面、系统化学习NumPy的教程,那么这本书绝对是你的不二之选。

🌟推荐一些与Python编程、数据分析和NumPy相关的作品和文学派别:

1. 《Python编程:从入门到实践》(第二版):非常受欢迎的Python编程入门书籍,适合初学者。书中详细介绍了Python的基本语法、数据结构、函数和类等内容,同时还包含了许多实际项目案例,帮助读者将所学知识应用于实际工作中。

2. 《利用Python进行数据分析》:关于使用Python进行数据分析的经典教材,作者Wes McKinney是pandas库的创始人。书中详细介绍了如何使用pandas库进行数据处理、数据清洗、数据可视化等操作,非常适合对数据分析感兴趣的读者。

3. 《Python数据科学手册》:使用Python进行数据科学的全面指南,涵盖了从数据获取、数据清洗、数据可视化到机器学习等多个方面的内容。书中还包含了许多实际项目案例,帮助读者将所学知识应用于实际工作中。

4. 《Python网络爬虫开发实战》:使用Python进行网络爬虫开发的实用指南,作者崔庆才。书中详细介绍了如何使用Python编写网络爬虫程序,抓取网页数据,并对数据进行处理和分析。

5. 《Python深度学习》:使用Python进行深度学习的教材,作者Francois Chollet是Keras库的创始人。书中详细介绍了如何使用Python和Keras库进行深度学习模型的开发和训练,非常适合对深度学习感兴趣的读者。

书籍信息

书名:Python数据分析基础教程(第2版)
作者:伊德里斯(IvanIdris)
评分:6.4
出版日期:2014-01-01
出版社:人民邮电出版社
ISBN:9787115339409
页数:226
定价:49

Python数据分析基础教程(第2版)

内容简介

NumPy是一个优秀的科学计算库,提供了很多实用的数学函数、强大的多维数组对象和优异的计算性能,不仅可以取代Matlab和Mathematica的许多功能,而且业已成为Python科学计算生态系统的重要组成部分。但与这些商业产品不同,它是免费的开源软件。

本书从NumPy安装讲起,逐渐过渡到数组对象、常用函数、矩阵运算、线性代数、金融函数、窗函数、质量控制等内容,致力于向初中级Python编程人员全面讲述NumPy及其使用。另外,通过书中丰富的示例,你还将学会Matplotlib绘图,并结合使用其他Python科学计算库(如SciPy和Scikits),让工作更有成效,让代码更加简洁而高效。

主要内容:

在不同平台安装NumPy;

用简洁高效的NumPy代码实现高性能计算;

使用功能强大的通用函数;

使用NumPy数组和矩阵;

用NumPy模块轻松执行复杂的数值计算;

Matplotlib绘图;

NumPy代码测试。

书籍目录

第1章 NumPy快速入门  1
1.1  Python  1
1.2  动手实践:在不同的操作系统上安装Python  1
1.3  Windows  2
1.4  动手实践:在Windows上安装NumPy、Matplotlib、SciPy和IPython  2
1.5  Linux  4
1.6  动手实践:在Linux上安装NumPy、Matplotlib、SciPy和IPython  5
1.7  Mac OS X  5
1.8  动手实践:在Mac OS X上安装NumPy、Matplotlib和SciPy  5
1.9  动手实践:使用MacPorts或Fink安装NumPy、SciPy、Matplotlib和IPython  7
1.10  编译源代码  8
1.11  数组对象  8
1.12  动手实践:向量加法  8
1.13  IPython:一个交互式shell工具  11
1.14  在线资源和帮助  14
1.15  本章小结  15
第2章 NumPy基础  16
2.1  NumPy数组对象  16
2.2  动手实践:创建多维数组  17
2.2.1  选取数组元素  18
2.2.2  NumPy数据类型  19
2.2.3  数据类型对象  20
2.2.4  字符编码  20
2.2.5  自定义数据类型  21
2.2.6  dtype类的属性  22
2.3  动手实践:创建自定义数据类型  22
2.4  一维数组的索引和切片  23
2.5  动手实践:多维数组的切片和索引  23
2.6  动手实践:改变数组的维度  26
2.7  数组的组合  27
2.8  动手实践:组合数组  27
2.9  数组的分割  30
2.10  动手实践:分割数组  30
2.11  数组的属性  32
2.12  动手实践:数组的转换  34
2.13  本章小结  35
第3章 常用函数  36
3.1  文件读写  36
3.2  动手实践:读写文件  36
3.3  CSV文件  37
3.4  动手实践:读入CSV文件  37
3.5  成交量加权平均价格(VWAP)  38
3.6  动手实践:计算成交量加权平均价格  38
3.6.1  算术平均值函数  38
3.6.2  时间加权平均价格  39
3.7  取值范围  39
3.8  动手实践:找到最大值和最小值  40
3.9  统计分析  41
3.10  动手实践:简单统计分析  41
3.11  股票收益率  43
3.12  动手实践:分析股票收益率  43
3.13  日期分析  45
3.14  动手实践:分析日期数据  45
3.15  周汇总  48
3.16  动手实践:汇总数据  48
3.17  真实波动幅度均值(ATR)  52
3.18  动手实践:计算真实波动幅度均值  52
3.19  简单移动平均线  54
3.20  动手实践:计算简单移动平均线  54
3.21  指数移动平均线  56
3.22  动手实践:计算指数移动平均线  56
3.23  布林带  58
3.24  动手实践:绘制布林带  58
3.25  线性模型  61
3.26  动手实践:用线性模型预测价格  61
3.27  趋势线  63
3.28  动手实践:绘制趋势线  63
3.29  ndarray对象的方法  66
3.30  动手实践:数组的修剪和压缩  67
3.31  阶乘  67
3.32  动手实践:计算阶乘  67
3.33  本章小结  68
第4章 便捷函数  70
4.1  相关性  70
4.2  动手实践:股票相关性分析  71
4.3  多项式  74
4.4  动手实践:多项式拟合  74
4.5  净额成交量  77
4.6  动手实践:计算OBV  78
4.7  交易过程模拟  79
4.8  动手实践:避免使用循环  80
4.9  数据平滑  82
4.10  动手实践:使用hanning函数平滑数据  82
4.11  本章小结  85
第5章 矩阵和通用函数  86
5.1  矩阵  86
5.2  动手实践:创建矩阵  86
5.3  从已有矩阵创建新矩阵  88
5.4  动手实践:从已有矩阵创建新矩阵  88
5.5  通用函数  89
5.6  动手实践:创建通用函数  89
5.7  通用函数的方法  90
5.8  动手实践:在add上调用通用函数的方法  91
5.9  算术运算  93
5.10  动手实践:数组的除法运算  93
5.11  模运算  95
5.12  动手实践:模运算  95
5.13  斐波那契数列  96
5.14  动手实践:计算斐波那契数列  96
5.15  利萨茹曲线  97
5.16  动手实践:绘制利萨茹曲线  97
5.17  方波  99
5.18  动手实践:绘制方波  99
5.19  锯齿波和三角波  100
5.20  动手实践:绘制锯齿波和三角波  101
5.21  位操作函数和比较函数  102
5.22  动手实践:玩转二进制位  102
5.23  本章小结  104
第6章 深入学习NumPy模块  105
6.1  线性代数  105
6.2  动手实践:计算逆矩阵  105
6.3  求解线性方程组  107
6.4  动手实践:求解线性方程组  107
6.5  特征值和特征向量  108
6.6  动手实践:求解特征值和特征向量  108
6.7  奇异值分解  110
6.8  动手实践:分解矩阵  110
6.9  广义逆矩阵  112
6.10  动手实践:计算广义逆矩阵  112
6.11  行列式  113
6.12  动手实践:计算矩阵的行列式  113
6.13  快速傅里叶变换  114
6.14  动手实践:计算傅里叶变换  114
6.15  移频  115
6.16  动手实践:移频  116
6.17  随机数  117
6.18  动手实践:硬币赌博游戏  117
6.19  超几何分布  119
6.20  动手实践:模拟游戏秀节目  119
6.21  连续分布  121
6.22  动手实践:绘制正态分布  121
6.23  对数正态分布  122
6.24  动手实践:绘制对数正态分布  122
6.25  本章小结  123
第7章 专用函数  124
7.1  排序  124
7.2  动手实践:按字典序排序  124
7.3  复数  126
7.4  动手实践:对复数进行排序  126
7.5  搜索  127
7.6  动手实践:使用searchsorted函数  127
7.7  数组元素抽取  128
7.8  动手实践:从数组中抽取元素  128
7.9  金融函数  129
7.10  动手实践:计算终值  130
7.11  现值  131
7.12  动手实践:计算现值  131
7.13  净现值  131
7.14  动手实践:计算净现值  132
7.15  内部收益率  132
7.16  动手实践:计算内部收益率  132
7.17  分期付款  133
7.18  动手实践:计算分期付款  133
7.19  付款期数  133
7.20  动手实践:计算付款期数  134
7.21  利率  134
7.22  动手实践:计算利率  134
7.23  窗函数  134
7.24  动手实践:绘制巴特利特窗  135
7.25  布莱克曼窗  135
7.26  动手实践:使用布莱克曼窗平滑股价数据  136
7.27  汉明窗  137
7.28  动手实践:绘制汉明窗  137
7.29  凯泽窗  138
7.30  动手实践:绘制凯泽窗  138
7.31  专用数学函数  139
7.32  动手实践:绘制修正的贝塞尔函数  139
7.33  sinc函数  140
7.34  动手实践:绘制sinc函数  140
7.35  本章小结  142
第8章 质量控制  143
8.1  断言函数  143
8.2  动手实践:使用assert_almost_equal断言近似相等  144
8.3  近似相等  145
8.4  动手实践:使用assert_approx_equal断言近似相等  145
8.5  数组近似相等  146
8.6  动手实践:断言数组近似相等  146
8.7  数组相等  147
8.8  动手实践:比较数组  147
8.9  数组排序  148
8.10  动手实践:核对数组排序  148
8.11  对象比较  149
8.12  动手实践:比较对象  149
8.13  字符串比较  149
8.14  动手实践:比较字符串  150
8.15  浮点数比较  150
8.16  动手实践:使用assert_array_ almost_equal_nulp比较浮点数  151
8.17  多ULP的浮点数比较  151
8.18  动手实践:设置maxulp并比较浮点数  151
8.19  单元测试  152
8.20  动手实践:编写单元测试  152
8.21  nose和测试装饰器  154
8.22  动手实践:使用测试装饰器  155
8.23  文档字符串  157
8.24  动手实践:执行文档字符串测试  157
8.25  本章小结  158
第9章 使用Matplotlib绘图  159
9.1  简单绘图  159
9.2  动手实践:绘制多项式函数  159
9.3  格式字符串  161
9.4  动手实践:绘制多项式函数及其导函数  161
9.5  子图  163
9.6  动手实践:绘制多项式函数及其导函数  163
9.7  财经  165
9.8  动手实践:绘制全年股票价格  165
9.9  直方图  167
9.10  动手实践:绘制股价分布直方图  167
9.11  对数坐标图  169
9.12  动手实践:绘制股票成交量  169
9.13  散点图  171
9.14  动手实践:绘制股票收益率和成交量变化的散点图  171
9.15  着色  173
9.16  动手实践:根据条件进行着色  173
9.17  图例和注释  175
9.18  动手实践:使用图例和注释  175
9.19  三维绘图  177
9.20  动手实践:在三维空间中绘图  178
9.21  等高线图  179
9.22  动手实践:绘制色彩填充的等高线图  179
9.23  动画  180
9.24  动手实践:制作动画  180
9.25  本章小结  182
第10章 NumPy的扩展:SciPy  183
10.1  MATLAB和Octave  183
10.2  动手实践:保存和加载.mat文件  183
10.3  统计  184
10.4  动手实践:分析随机数  185
10.5  样本比对和SciKits  187
10.6  动手实践:比较股票对数收益率  187
10.7  信号处理  190
10.8  动手实践:检测QQQ股价的线性趋势  190
10.9  傅里叶分析  192
10.10  动手实践:对去除趋势后的信号进行滤波处理  192
10.11  数学优化  194
10.12  动手实践:拟合正弦波  195
10.13  数值积分  197
10.14  动手实践:计算高斯积分  198
10.15  插值  198
10.16  动手实践:一维插值  198
10.17  图像处理  200
10.18  动手实践:处理Lena图像  200
10.19  音频处理  202
10.20  动手实践:重复音频片段  202
10.21  本章小结  204
第11章 玩转Pygame  205
11.1  Pygame  205
11.2  动手实践:安装Pygame  205
11.3  Hello World  206
11.4  动手实践:制作简单游戏  206
11.5  动画  208
11.6  动手实践:使用NumPy和Pygame制作动画对象  208
11.7  Matplotlib  211
11.8  动手实践:在Pygame中使用Matplotlib  211
11.9  屏幕像素  214
11.10  动手实践:访问屏幕像素  214
11.11  人工智能  216
11.12  动手实践:数据点聚类  216
11.13  OpenGL和Pygame  218
11.14  动手实践:绘制谢尔宾斯基地毯  218
11.15  模拟游戏  221
11.16  动手实践:模拟生命  221
11.17  本章小结  224
突击测验答案  225

去京东买

去淘宝买

版权声明:
作者:admin
链接:https://manboo.net/39.html
来源:学习笔记
文章版权归作者所有,未经允许请勿转载。

THE END
分享
二维码
QQ群
< <上一篇
下一篇>>
文章目录
关闭
目 录