本書是對以數據深度需求為中心的科學、研究以及針對計算和統計方法的參考書。本書共五章，每章介紹一到兩個Python數據科學中的重點工具包。首先從IPython和Jupyter開始，它們提供了數據科學家需要的計算環境；第2章講解能提供ndarray對象的NumPy，它可以用Python高效地存儲和操作大型數組；第3章主要涉及提供DataFrame對象的Pandas，它可以用Python高效地存儲和操作帶標簽的/列式數據；第4章的主角是Matplotlib，它為Python提供了許多數據可視化功能；第5章以Scikit-Learn為主，這個程序庫為最重要的機器學習算法提供了高效整潔的Python版實現。
本書適合有編程背景，并打算將開源Python工具用作分析、操作、可視化以及學習數據的數據科學研究人員。

本書特色

Python語言擁有大量可用于存儲、操作和洞察數據的程序庫，已然成為深受數據科學研究人員推崇的工具。本書以IPython、NumPy、Pandas、Matplotlib和Scikit-Learn這5個能完成數據科學大部分工作的基礎工具為主，從實戰角度出發，講授如何清洗和可視化數據、如何用數據建立各種統計學或機器學習模型等常見數據科學任務，旨在讓各領域與數據處理相關的工作人員具備發現問題、解決問題的能力。

目錄

版權聲明
O’Reilly Media, Inc. 介紹
譯者序
前言
第 1 章　IPython：超越 Python
第 2 章　NumPy 入門
第 3 章　Pandas 數據處理
第 4 章　Matplotlib 數據可視化
第 5 章 機器學習
關于作者
關于封面

下載

https://pan.baidu.com/s/16sdBnNLOCK26HYs7FIPcHA