我爱电子书-《Python数据分析基础教程: NumPy学习指南（第2版）》| pdf + epub + mobi + awz3, 高清版, 带目录，Kindle版, 多看精排版下载

注重体验与质量的电子书资源下载网站

分类于: 计算机基础云计算&大数据人工智能

简介

Python数据分析基础教程: NumPy学习指南（第2版）豆 6.6分

资源最后更新于 2020-06-06 22:48:40

作者：〔印尼〕 Ivan Idris

译者：张驭宇

出版社：出版社人民邮电出版社

出版日期：2014-01

ISBN：9787115339409

文件格式： pdf

标签：计算机数学 python 数据挖掘数据分析

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。Ivan Idris实验物理学硕士，曾在多家公司从事Java开发、数据仓库开发和软件测试的工作，主要关注商务智能、大数据和云计算。Ivan喜欢写简洁的可测试代码，并乐于撰写有趣的技术文章，另著有《NumPy攻略：Python科学计算与数据分析》和Instant Pygame for Python Game Development How-to。个人博客：ivanidris.net。

直接下载

简介

Python数据分析基础教程: NumPy学习指南（第2版） 豆 6.6分

简介· · · · · ·

目录

献辞

译者序

关于审稿人

前言

NumPy是什么

NumPy的由来

为什么使用NumPy

NumPy的局限性

本书内容

阅读条件

读者对象

排版约定

读者反馈

售后支持

示例代码下载

勘误

关于盗版

疑难解答

第1章 NumPy快速入门

1.1 Python

1.2 动手实践：在不同的操作系统上安装Python

刚才做了些什么

1.3 Windows

1.4 动手实践：在Windows上安装NumPy、Matplotlib、SciPy和IPython

刚才做了些什么

1.5 Linux

1.6 动手实践：在Linux上安装NumPy、Matplotlib、SciPy和IPython

刚才做了些什么

1.7 Mac OS X

1.8 动手实践：在Mac OS X上安装NumPy、Matplotlib和SciPy

刚才做了些什么

1.9 动手实践：使用MacPorts或Fink安装NumPy、SciPy、Matplotlib和IPython

刚才做了些什么

1.10 编译源代码

1.11 数组对象

1.12 动手实践：向量加法

刚才做了些什么

1.13 IPython：一个交互式shell工具

1.14 在线资源和帮助

1.15 本章小结

第2章 NumPy基础

2.1 NumPy数组对象

2.2 动手实践：创建多维数组

刚才做了些什么

2.2.1 选取数组元素

2.2.2 NumPy数据类型

2.2.3 数据类型对象

2.2.4 字符编码

2.2.5 自定义数据类型

2.2.6 dtype类的属性

2.3 动手实践：创建自定义数据类型

刚才做了些什么

2.4 一维数组的索引和切片

2.5 动手实践：多维数组的切片和索引

刚才做了些什么

2.6 动手实践：改变数组的维度

刚才做了些什么

2.7 数组的组合

2.8 动手实践：组合数组

刚才做了些什么

2.9 数组的分割

2.10 动手实践：分割数组

刚才做了些什么

2.11 数组的属性

2.12 动手实践：数组的转换

刚才做了些什么

2.13 本章小结

第3章 常用函数

3.1 文件读写

3.2 动手实践：读写文件

刚才做了些什么

3.3 CSV文件

3.4 动手实践：读入CSV文件

刚才做了些什么

3.5 成交量加权平均价格（VWAP）

3.6 动手实践：计算成交量加权平均价格

Python数据分析基础教程: NumPy学习指南（第2版）豆 6.6分

第1章　NumPy快速入门

1.1　Python

1.2　动手实践：在不同的操作系统上安装Python

1.3　Windows

1.4　动手实践：在Windows上安装NumPy、Matplotlib、SciPy和IPython

1.5　Linux

1.6　动手实践：在Linux上安装NumPy、Matplotlib、SciPy和IPython

1.7　Mac OS X

1.8　动手实践：在Mac OS X上安装NumPy、Matplotlib和SciPy

1.9　动手实践：使用MacPorts或Fink安装NumPy、SciPy、Matplotlib和IPython

1.10　编译源代码

1.11　数组对象

1.12　动手实践：向量加法

1.13　IPython：一个交互式shell工具

1.14　在线资源和帮助

1.15　本章小结

第2章　NumPy基础

2.1　NumPy数组对象

2.2　动手实践：创建多维数组

2.2.1　选取数组元素

2.2.2　NumPy数据类型

2.2.3　数据类型对象

2.2.4　字符编码

2.2.5　自定义数据类型

2.2.6　dtype类的属性

2.3　动手实践：创建自定义数据类型

2.4　一维数组的索引和切片

2.5　动手实践：多维数组的切片和索引

2.6　动手实践：改变数组的维度

2.7　数组的组合

2.8　动手实践：组合数组

2.9　数组的分割

2.10　动手实践：分割数组

2.11　数组的属性

2.12　动手实践：数组的转换

2.13　本章小结

第3章　常用函数

3.1　文件读写

3.2　动手实践：读写文件

3.3　CSV文件

3.4　动手实践：读入CSV文件

3.5　成交量加权平均价格（VWAP）

3.6　动手实践：计算成交量加权平均价格

3.6.1　算术平均值函数

3.6.2　时间加权平均价格

3.7　取值范围

3.8　动手实践：找到最大值和最小值

3.9　统计分析

3.10　动手实践：简单统计分析

3.11　股票收益率

3.12　动手实践：分析股票收益率

3.13　日期分析

3.14　动手实践：分析日期数据

3.15　周汇总

3.16　动手实践：汇总数据

3.17　真实波动幅度均值（ATR）

3.18　动手实践：计算真实波动幅度均值

3.19　简单移动平均线

3.20　动手实践：计算简单移动平均线

3.21　指数移动平均线

3.22　动手实践：计算指数移动平均线

3.23　布林带

3.24　动手实践：绘制布林带

3.25　线性模型

3.26　动手实践：用线性模型预测价格

3.27　趋势线

3.28　动手实践：绘制趋势线

3.29　ndarray对象的方法

3.30　动手实践：数组的修剪和压缩

3.31　阶乘

3.32　动手实践：计算阶乘

3.33　本章小结

第4章　便捷函数

4.1　相关性

4.2　动手实践：股票相关性分析

4.3　多项式

4.4　动手实践：多项式拟合

4.5　净额成交量

4.6　动手实践：计算OBV