登入
｜
註冊
｜
會員中心
｜
結帳
｜
培訓課程
魔法弟子
｜
自資出版
｜
電子書
｜
客服中心
｜
智慧型立体會員
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
App程式設計入門：iPhone、iPad(附光碟)
．
Python資料分析
文學小說
文學
｜
小說
商管創投
財經投資
｜
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
｜
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
｜
語言工具
雜誌、期刊
｜
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
｜
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
｜
休閒娛樂
漫畫、插圖
｜
限制級
Python資料分析 第二版
作者：
Wes McKinney
譯者：
張靜雯
分類：
電腦與網路
／
程式語言
出版社：
美商歐萊禮中文書
出版日期：2018/10/4
ISBN：9789864769254
書籍編號：kk0474655
頁數：600
定價：
880
元
優惠價：
82
折
722
元
書價若有異動，以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨：目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 20 本以上
評價數：
(請將滑鼠移至星星處進行評價)
目前平均評價：
文字連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0474655'>Python資料分析 第二版</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0474655'><img src='https://www.silkbook.com/mall_image/bk/kk0474655.jpg' ALT='Python資料分析 第二版' height='120' width='90'></a>
分
享
內容簡介
作者介紹
同類推薦
Python資料分析 第二版 用PANDAS、NUMPY和IPYTHON做資料分析 『本書已是Python資料生態圈的經典之作。這個新版本更新了從Python 3.6到最新版pandas功能，這些關鍵領域的更新更增加本書價值。透過說明為何使用Python資料工具的原因和用法，協助讀者以全新及富創意的方法，學會如何有效率的使用它們。書中的概念對任何資料密集計算的現代函式庫都很重要。』 —Fernando Perez Statistics, UC Berkeley統計學助理教授 IPython以及Jupyter專案創立人 內含操作、處理、清理和處理資料集合的完整Python指引。本書第二版已更新至Python3.6版，新增收錄許多實用學習範例，讓你看到如何有效率解決資料分析問題。在過程中你會學到最新版本pandas、NumPy和IPython及Jupyter。 本書由Python pandas專案創立人Wes McKinny所著，是一本實用又現代的資料科學Python工具書，對於剛接觸Python的分析人員，或是新接觸資料科學和科學計算的Python工程師而言，本書是理想的選擇。相關資料檔案和材料均能在GitHub上取得。 •使用IPython shell和Jupyter Notebook進行探索性計算 •學習NumPy(Numberical Python)基礎與進階功能 •開始使用pandas函式庫中的資料分析工具 •使用有彈性的工具進行載入、清理、轉換、合併與重新塑造資料 •應用pandas的groupby功能，對資料集進行切片、切塊和彙整 •分析和操作規律與無規律的時間序列資料 •利用全面、詳細的範例學習如何解決真實世界的資料分析問題
Wes McKinney Wes McKinney 是pandas的創立者，pandas是熱門的資料分析開源Python函式庫。他是Python資料科學社群和Apache軟體基金會裡，一名活躍的公共演講者以及開源Python與C++開發人員，目前於紐約擔任軟體架構師。
Notion與Not
不想上班的勇氣：軟體
Figma UI/U
軟體測試修練指南：我
設計模式與遊戲開發的
Go 學習手冊 第二
ChatGPT超級應
最新Python基礎
新手也能學會的Git
深入淺出軟體架構
為了保障您的權益，新絲路網路書店所購買的商品均享有到貨七天的鑑賞期（含例假日）。退回之商品必須於鑑賞期內寄回（以郵戳或收執聯為憑），且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等)，否則恕不接受退貨。
