包邮PYTHON数据分析与数据可视化(微课版)

目 录 第1 章 NumPy数组运算与矩阵运算001 1.1 数组运算与相关操作002 1.1.1 创建数组003 1.1.2 访问数组中的元素015 1.1.3 修改数组中的元素值021 1.1.4 增加与删除元素025 1.1.5 测试两个数组的对应元素是否足够接近028 1.1.6 数组与标量的运算028 1.1.7 数组与数组的运算029 1.1.8 排序.031 1.1.9 点积运算034 1.1.10 向量叉乘038 1.1.11 张量积038 1.1.12 数组对函数运算的支持039 1.1.13 函数向量化043 1.1.14 改变数组形状045 1.1.15 布尔运算048 1.1.16 分段函数050 1.1.17 数组堆叠与合并051 1.1.18 数组拆分052 1.1.19 转置053 1.1.20 查看数组元素符号054 1.1.21 数组元素累加与累乘055 1.1.22 数组的集合运算059 1.1.23 数组序列化与反序列化060 1.1.24 查看数组特征060 1.1.25 转换数组数据类型065 1.1.26 卷积运算066 1.1.27 数组翻转与旋转066 1.1.28 爱因斯坦标记法068 1.2 矩阵运算与相关操作070 1.2.1 创建矩阵070 1.2.2 访问矩阵元素071 1.2.3 矩阵转置071 1.2.4 矩阵加法与减法072 1.2.5 矩阵乘法072 1.2.6 计算相关系数矩阵073 1.2.7 计算样本方差、协方差、标准差073 1.2.8 计算特征值与特征向量074 1.2.9 计算行列式075 1.2.10 计算逆矩阵076 1.2.11 计算向量和矩阵的范数.079 1.2.12 求解线性方程组080 1.2.13 计算矩阵的条件数081 1.2.14 奇异值分解082 1.2.15 计算矩阵的秩084 1.2.16 QR 分解084 1.2.17 Cholesky分解085 1.3 多项式计算085 1.4 傅里叶变换与反变换088 1.5 应用案例090 本章习题092 第2 章 Pandas数据分析与处理实战093 2.1 数据分析与处理概述094 2.2 Pandas 一维数组094 2.2.1 日期时间数据处理与相关操作095 2.2.2 区间数据处理与相关操作105 2.2.3 Categorical 数据处理与相关操作106 2.2.4 Series数据处理与相关操作109 2.3 Pandas 二维数组119 2.3.1 创建DataFrame 对象119 2.3.2 查看统计信息120 2.3.3 排序121 2.3.4 数据选择与访问124 2.3.5 数据修改131 2.3.6 缺失值、重复值、异常值处理140 2.3.7 数据离散化152 2.3.8 频次统计153 2.3.9 向量化与唯一元素154 2.3.10 拆分与合并155 2.3.11 分裂操作160 2.3.12 分组与聚合162 2.3.13 数据差分175 2.3.14 透视表176 2.3.15 交叉表179 2.3.16 哑变量180 2.3.17 相关系数182 2.3.18 多级索引183 2.3.19 选项设置186 2.3.20 读写文件189 2.3.21 设置样式192 2.3.22 swifter 加速196 2.3.23 绘制图形197 2.4 Pandas 应用案例205 本章习题214 第3 章 Matplotlib数据可视化实战215 3.1 数据可视化库Matplotlib 基础216 3.2 绘制折线图219 3.3 绘制散点图255 3.4 绘制柱状图265 3.5 绘制饼状图287 3.6 绘制雷达图293 3.7 绘制箱线图298 3.8 绘制小提琴图299 3.9 绘制风矢量图301 3.10 绘制等高线图304 3.11 绘制树状图306 3.12 绘制三维图形307 3.13 绘图区域切分317 3.14 设置图例样式321 3.15 设置坐标轴属性326 3.16 事件响应与处理335 3.17 绘制动态图形361 本章习题370 参考文献372