Python数据科学手册

版权声明
O'Reilly Media, Inc. 介绍
业界评论
译者序
前言
什么是数据科学
目标读者
为什么用Python
Python 2与Python 3
内容概览
使用代码示例
软件安装注意事项
排版约定
O'Reilly Safari
联系我们
电子书
第 1 章　IPython：超越Python
1.1　shell还是Notebook
1.1.1　启动IPython shell
1.1.2　启动Jupyter Notebook
1.2　IPython的帮助和文档
1.2.1　用符号?获取文档
1.2.2　通过符号??获取源代码
1.2.3　用Tab补全的方式探索模块
1.3　IPython shell中的快捷键
1.3.1　导航快捷键
1.3.2　文本输入快捷键
1.3.3　命令历史快捷键
1.3.4　其他快捷键
1.4　IPython魔法命令
1.4.1　粘贴代码块：%paste和%cpaste
1.4.2　执行外部代码：%run
1.4.3　计算代码运行时间：%timeit
1.4.4　魔法函数的帮助：?、%magic和%lsmagic
1.5　输入和输出历史
1.5.1　IPython的输入和输出对象
1.5.2　下划线快捷键和以前的输出
1.5.3　禁止输出
1.5.4　相关的魔法命令
1.6　IPython和shell命令
1.6.1　shell快速入门
1.6.2　IPython中的shell命令
1.6.3　在shell中传入或传出值
1.7　与shell相关的魔法命令
1.8　错误和调试
1.8.1　控制异常：%xmode
1.8.2　调试：当阅读轨迹追溯不足以解决问题时
1.9　代码的分析和计时
1.9.1　代码段计时：%timeit和%time
1.9.2　分析整个脚本：%prun
1.9.3　用%lprun进行逐行分析
1.9.4　用%memit和%mprun进行内存分析
1.10　IPython参考资料
1.10.1　网络资源
1.10.2　相关图书
第 2 章　NumPy入门
2.1　理解Python中的数据类型
2.1.1　Python整型不仅仅是一个整型
2.1.2　Python列表不仅仅是一个列表
2.1.3　Python中的固定类型数组
2.1.4　从Python列表创建数组
2.1.5　从头创建数组
2.1.6　NumPy标准数据类型
2.2　NumPy数组基础
2.2.1　NumPy数组的属性
2.2.2　数组索引：获取单个元素
2.2.3　数组切片：获取子数组
2.2.4　数组的变形
2.2.5　数组拼接和分裂
2.3　NumPy数组的计算：通用函数
2.3.1　缓慢的循环
2.3.2　通用函数介绍
2.3.3　探索NumPy的通用函数
2.3.4　高级的通用函数特性
2.3.5　通用函数：更多的信息
2.4　聚合：最小值、最大值和其他值
2.4.1　数组值求和
2.4.2　最小值和最大值
2.4.3　示例：美国总统的身高是多少
2.5　数组的计算：广播
2.5.1　广播的介绍
2.5.2　广播的规则
2.5.3　广播的实际应用
2.6　比较、掩码和布尔逻辑
2.6.1　示例：统计下雨天数
2.6.2　和通用函数类似的比较操作
2.6.3　操作布尔数组
2.6.4　将布尔数组作为掩码
2.7　花哨的索引
2.7.1　探索花哨的索引
2.7.2　组合索引
2.7.3　示例：选择随机点
2.7.4　用花哨的索引修改值
2.7.5　示例：数据区间划分
2.8　数组的排序
2.8.1　NumPy中的快速排序：np.sort和np.argsort
2.8.2　部分排序：分隔
2.8.3　示例：K个最近邻
2.9　结构化数据：NumPy的结构化数组
2.9.1　生成结构化数组
2.9.2　更高级的复合类型
2.9.3　记录数组：结构化数组的扭转
2.9.4　关于Pandas
第 3 章　Pandas数据处理
3.1　安装并使用Pandas
3.2　Pandas对象简介
3.2.1　Pandas的Series对象
3.2.2　Pandas的DataFrame对象
3.2.3　Pandas的Index对象
3.3　数据取值与选择
3.3.1　Series数据选择方法
3.3.2　DataFrame数据选择方法
3.4　Pandas数值运算方法
3.4.1　通用函数：保留索引
3.4.2　通用函数：索引对齐
3.4.3　通用函数：DataFrame与Series的运算
3.5　处理缺失值
3.5.1　选择处理缺失值的方法
3.5.2　Pandas的缺失值
3.5.3　处理缺失值
3.6　层级索引
3.6.1　多级索引Series
3.6.2　多级索引的创建方法
3.6.3　多级索引的取值与切片
3.6.4　多级索引行列转换
3.6.5　多级索引的数据累计方法
3.7　合并数据集：Concat与Append操作
3.7.1　知识回顾：NumPy数组的合并
3.7.2　通过pd.concat实现简易合并
3.8　合并数据集：合并与连接
3.8.1　关系代数
3.8.2　数据连接的类型
3.8.3　设置数据合并的键
3.8.4　设置数据连接的集合操作规则
3.8.5　重复列名：suffixes参数
3.8.6　案例：美国各州的统计数据
3.9　累计与分组
3.9.1　行星数据
3.9.2　Pandas的简单累计功能
3.9.3　GroupBy：分割、应用和组合
3.10　数据透视表
3.10.1　演示数据透视表
3.10.2　手工制作数据透视表
3.10.3　数据透视表语法
3.10.4　案例：美国人的生日
3.11　向量化字符串操作
3.11.1　Pandas字符串操作简介
3.11.2　Pandas字符串方法列表
3.11.3　案例：食谱数据库
3.12　处理时间序列
3.12.1　Python的日期与时间工具
3.12.2　Pandas时间序列：用时间作索引
3.12.3　Pandas时间序列数据结构
3.12.4　时间频率与偏移量
3.12.5　重新取样、迁移和窗口
3.12.6　更多学习资料
3.12.7　案例：美国西雅图自行车统计数据的可视化
3.13　高性能Pandas：eval()与query()
3.13.1　query()与eval()的设计动机：复合代数式
3.13.2　用pandas.eval()实现高性能运算
3.13.3　用DataFrame.eval()实现列间运算
3.13.4　DataFrame.query()方法
3.13.5　性能决定使用时机
3.14　参考资料
第 4 章　Matplotlib数据可视化
4.1　Matplotlib常用技巧
4.1.1　导入Matplotlib
4.1.2　设置绘图样式
4.1.3　用不用show()？如何显示图形
4.1.4　将图形保存为文件
4.2　两种画图接口
4.2.1　MATLAB风格接口
4.2.2　面向对象接口
4.3　简易线形图
4.3.1　调整图形：线条的颜色与风格
4.3.2　调整图形：坐标轴上下限
4.3.3　设置图形标签
4.4　简易散点图
4.4.1　用plt.plot画散点图
4.4.2　用plt.scatter画散点图
4.4.3　plot与scatter：效率对比
4.5　可视化异常处理
4.5.1　基本误差线
4.5.2　连续误差
4.6　密度图与等高线图
三维函数的可视化
4.7　频次直方图、数据区间划分和分布密度
二维频次直方图与数据区间划分
4.8　配置图例
4.8.1　选择图例显示的元素
4.8.2　在图例中显示不同尺寸的点
4.8.3　同时显示多个图例
4.9　配置颜色条
4.9.1　配置颜色条
4.9.2　案例：手写数字
4.10　多子图
4.10.1　plt.axes：手动创建子图
4.10.2　plt.subplot：简易网格子图
4.10.3　plt.subplots：用一行代码创建网格
4.10.4　plt.GridSpec：实现更复杂的排列方式
4.11　文字与注释
4.11.1　案例：节假日对美国出生率的影响
4.11.2　坐标变换与文字位置
4.11.3　箭头与注释
4.12　自定义坐标轴刻度
4.12.1　主要刻度与次要刻度
4.12.2　隐藏刻度与标签
4.12.3　增减刻度数量
4.12.4　花哨的刻度格式
4.12.5　格式生成器与定位器小结
4.13　Matplotlib自定义：配置文件与样式表
4.13.1　手动配置图形
4.13.2　修改默认配置：rcParams
4.13.3　样式表
4.14　用Matplotlib画三维图
4.14.1　三维数据点与线
4.14.2　三维等高线图
4.14.3　线框图和曲面图
4.14.4　曲面三角剖分
4.15　用Basemap可视化地理数据
4.15.1　地图投影
4.15.2　画一个地图背景
4.15.3　在地图上画数据
4.15.4　案例：美国加州城市数据
4.15.5　案例：地表温度数据
4.16　用Seaborn做数据可视化
4.16.1　Seaborn与Matplotlib
4.16.2　Seaborn图形介绍
4.16.3　案例：探索马拉松比赛成绩数据
4.17　参考资料
4.17.1　Matplotlib资源
4.17.2　其他Python画图程序库
第 5 章　机器学习
5.1　什么是机器学习
5.1.1　机器学习的分类
5.1.2　机器学习应用的定性示例
5.1.3　小结
5.2　Scikit-Learn简介
5.2.1　Scikit-Learn的数据表示
5.2.2　Scikit-Learn的评估器API
5.2.3　应用：手写数字探索
5.2.4　小结
5.3　超参数与模型验证
5.3.1　什么是模型验证
5.3.2　选择最优模型
5.3.3　学习曲线
5.3.4　验证实践：网格搜索
5.3.5　小结
5.4　特征工程
5.4.1　分类特征
5.4.2　文本特征
5.4.3　图像特征
5.4.4　衍生特征
5.4.5　缺失值填充
5.4.6　特征管道
5.5　专题：朴素贝叶斯分类
5.5.1　贝叶斯分类
5.5.2　高斯朴素贝叶斯
5.5.3　多项式朴素贝叶斯
5.5.4　朴素贝叶斯的应用场景
5.6　专题：线性回归
5.6.1　简单线性回归
5.6.2　基函数回归
5.6.3　正则化
5.6.4　案例：预测自行车流量
5.7　专题：支持向量机
5.7.1　支持向量机的由来
5.7.2　支持向量机：边界最大化
5.7.3　案例：人脸识别
5.7.4　支持向量机总结
5.8　专题：决策树与随机森林
5.8.1　随机森林的诱因：决策树
5.8.2　评估器集成算法：随机森林
5.8.3　随机森林回归
5.8.4　案例：用随机森林识别手写数字
5.8.5　随机森林总结
5.9　专题：主成分分析
5.9.1　主成分分析简介
5.9.2　用PCA作噪音过滤
5.9.3　案例：特征脸
5.9.4　主成分分析总结
5.10　专题：流形学习
5.10.1　流形学习：“HELLO”
5.10.2　多维标度法（MDS）
5.10.3　将MDS用于流形学习
5.10.4　非线性嵌入：当MDS失败时
5.10.5　非线性流形：局部线性嵌入
5.10.6　关于流形方法的一些思考
5.10.7　示例：用Isomap处理人脸数据
5.10.8　示例：手写数字的可视化结构
5.11　专题：k-means聚类
5.11.1　k-means简介
5.11.2　k-means算法：期望最大化
5.11.3　案例
5.12　专题：高斯混合模型
5.12.1　高斯混合模型（GMM）为什么会出现：k-means 算法的缺陷
5.12.2　一般化E-M：高斯混合模型
5.12.3　将GMM用作密度估计
5.12.4　示例：用GMM生成新的数据
5.13　专题：核密度估计
5.13.1　KDE的由来：直方图
5.13.2　核密度估计的实际应用
5.13.3　示例：球形空间的KDE
5.13.4　示例：不是很朴素的贝叶斯
5.14　应用：人脸识别管道
5.14.1　HOG特征
5.14.2　HOG实战：简单人脸识别器
5.14.3　注意事项与改进方案
5.15　机器学习参考资料
5.15.1　Python中的机器学习
5.15.2　通用机器学习资源
关于作者
关于封面