Python数据分析（第3版）

◆经典Python数据分析图书新升级，基于Python 3.7重新编写！

◆零基础入门，内容丰富、循序渐进，从基础的软件安装、统计知识讲到高级的机器学习、并行计算。

◆讲解23个Python库、18种数据存储格式、41个数学概念、20类数据可视化图、◆26种数据处理方法、19种机器学习方法，是数据分析师的“工作词典”。

◆通过实际案例和代码详细讲解用Python进行数据分析的各个阶段和方法，以及如何进行自然语言处理和图像分析。

◆提供配套源代码、彩图、思维导图，赠送异步社区7天VIP会员。

◎ 编辑推荐：

通过阅读本书，你将能够：

■ 了解数据科学的各种模型；

■ 使用NumPy和pandas汇总数据、清洗数据，并解决数据缺失问题；

■ 使用Matplotlib、Seaborn和Bokeh创建交互式的数据可视化；

■ 实现多种格式的数据检索、处理和存储；

■ 使用pandas和Scikit-learn进行数据预处理和特征工程；

■ 利用太阳黑子周期数据执行时间序列分析和信号处理；

■ 使用回归、分类、PCA和聚类等机器学习算法进行智能数据分析；

■ 分析文本数据和图像数据；

■ 使用Dask实现高速的并行计算。

◎ 内容简介：

通过数据分析，你能够发现数据中的模式及其变化趋势，并从中获取有价值的信息。Python是最流行的数据分析工具之一。本书由浅入深地讲解使用Python进行数据分析的相关知识，以及如何使用Python中的各种库来创建高效的数据管道，以便更好地进行数据分析和预测。

本书共4个部分。第1部分讲解Python的基础数据知识和相关数学知识，包括Python和相关库、软件的安装与使用，以及统计学和线性代数知识。第2部分讲解探索性数据分析和数据清洗，包括数据可视化、数据检索、数据处理、数据存储、数据清洗、信号处理和时间序列分析。第3部分讲解如何使用机器学习算法进行数据分析，包括回归分析、分类技术、主成分分析和聚类算法。第4部分通过实际案例，讲解如何使用自然语言处理（NLP）和图像分析技术来分析文本和图像，以及如何使用Dask进行并行计算。

本书适合想要通过Python完成数据分析的读者阅读。

阿维纳什·纳夫拉尼（Avinash Navlani）在数据科学和人工智能方面拥有超过10年的工作经验。目前，他是一位高级数据科学家，使用高级分析技术部署大数据分析工具、创建和维护模型，并采用引人注目的新数据集来为客户改善产品和服务。在此之前，他曾是一名大学讲师，对数据科学领域的人员进行培训和教育，授课的内容包括用Python进行数据分析、数据挖掘、机器学习、数据库管理等。他一直参与数据科学领域的研究活动，并在印度的许多会议上担任主题发言人。

阿曼多·凡丹戈（Armando Fandango）利用其在深度学习、机器学习、分布式计算和计算方法方面的专业知识创造人工智能产品，曾在初创企业和大型企业担任首席数据科学家和总监。他曾为基于人工智能的高科技初创企业提供咨询服务。他撰写了《Python数据分析（第2版）》和《精通TensorFlow》等图书。他还在国...

(展开全部)