利用python进行数据分析

这本书看完,重点分为以下几大点:

1.Numpy包

这书数据分析的基础包,其中核心的我认为是ndarray,也就是一种多维数组对象;

这种数组里面还有索引和切片的概念,也很重要;

除此之外,计算多维数组还对应着许多通用函数,有些常用的函数,我们要记住且会使;

2.Pandas库

这个库在数据分析中是十分重要的,其中Series和DataFrame两种数据结构尤为重要;

本库中还有一些十分重要的基本功能,包括各种索引选取过滤,处理缺失数据,汇总和计算统计描述等;

3.绘图和可视化

本节最重要的就是掌握 matplotlib 工具的使用,

利用此工具可以画出各种样式的图形,如柱状图、直方图、密度图、散布图等;

4.时间序列

本节最重要的几个概念:时间戳(timestamp)、固定时期(period)、时间间隔(interval);

5.数据加载、存储和文件格式

本节主要讲各种格式的数据如何读取和存储,包括文本格式、JSON、二进制数据格式;

6.数据清理、转换、合并和重塑

本节主要讲数据的规整化,包括数据集的合并:索引合并、重叠数据合并;

然后是数据转换和字符串操作;

7.数据聚合与分组运算

本节主要讲了利用pandas库中十分重要的函数-----groupby,它能使你以一种自然的方式对数据集进行切片、切块、摘要等操作;

本节主要掌握:
①根据一个或多个键拆分pandas对象

②计算分组摘要统计,如计数、平均值、标准差,或用户自定义函数

③对DataFrame的列应用各种各样的函数

④应用组内转换或其他运算,如规格化、线性回归、排名或选取子集

⑤计算透视表或交叉表

⑥执行分位数分析以及其他分组分析

原文地址:https://www.cnblogs.com/zhzJAVA11/p/10623010.html