机读格式显示(MARC)

• 000 01982nam 2200325 450

• 001 0000579381

• 005 20220815153900.0

• 010 __ |a 978-7-111-70379-2 |d CNY42.80

• 100 __ |a 20220610d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a Python科学计算 |A Python ke xue ji suan |f 孙霓刚主编

• 210 __ |a 北京 |c 机械工业出版社 |d 2022.5

• 215 __ |a 201页 |c 图 |d 26cm

• 225 2_ |a 普通高等教育人工智能与大数据系列教材 |A pu tong gao deng jiao yu ren gong zhi neng yu da shu ju xi lie jiao cai

• 304 __ |a 慧科教育科技集团组编

• 312 __ |a 英文并列题名取自封面

• 320 __ |a 有书目

• 330 __ |a 本书共分为10个章节，循序渐进的讲述了Python数据分析的基本概念、Numpy、Pandas、Matplotlib以及Python数据分析的综合案例。第1章：主要讲述Python数据分析的基本概念及环境安装配置，以及开发工具的使用。第2章：主要讲述Numpy模块的的基本概念、结构及语法。第3章：主要对数据分析的核心模块Pandas进行介绍，以及如何使用Pandas中两大核心对象Series和DataFrame。第4章：主要讲述如何从数据源（文件、数据库）中读取数据并转换为Pandas模块中的DataFrame对象，进而进行数据分析。第5章：主要讲述Pandas中的缺失对象、索引对象以及常用的数据清洗方式。第6章：主要讲述Pandas中的多层索引对象，以及索引对象和Pandas中Series和DataFrame的关系。第7章：主要讲述数据合并的概念，以及Pandas中数据合并的方法。第8章：主要讲述数据分组的概念，以及Pandas中数据分组的方法。第9章：主要讲述如何利用Matplotlib进行数据可视化。第10章：综合利用本书知识给读者展示招聘数据进行分析的实战案例。

• 333 __ |a 本书可作为高校计算机专业计算机基础课程教材，也可作为数据分析培训教材、自学考试相关科目参考书及各界人士提高数据分析操作能力的参考书

• 410 _0 |1 2001 |a 普通高等教育人工智能与大数据系列教材

• 510 1_ |a Python for scientific computing |z eng

• 606 0_ |a 软件工具 |A ruan jian gong ju |x 程序设计 |x 高等学校 |j 教材

• 690 __ |a TP311.561 |v 5

• 690 __ |a TP311 |v 4

• 701 _0 |a 孙霓刚 |A sun ni gang |4 主编

• 801 _0 |a CN |b 江苏新华 |c 20220607

• 905 __ |a WXCSXY |d TP311/607