商品詳情
內文簡介
- ＜內容簡介＞ 在Python裡，最重要的套件應該是pandas。非資訊專長的初學者要學Python，一定要學pandas，因為它容易入手，而且功能強大。pandas具有強大的資料分析、繪圖能力，甚至能做網路爬蟲。將pandas分析結果回存到Excel也是輕而易舉！本書就是著重在pandas的介紹。 本書旨在引導讀者用Python來解決問題。研究發現，問題導向學習有助提升學習熱情和學習成效。藉由在實際問題中引發學習動機和熱情，並且親自操作，來尋找問題答案並解決問題！Boud（1987）就主張，學習的起點應該始於學習者想要解決的問題、疑問或困擾。因此，筆者設計的這些問題只是起點，更希望讀者能將這些知識與生活或工作遭遇的問題做連結，進一步提出屬於自己的問題，並累積解決問題的技巧。 本次改版，作者新加入了「pandas禪」的概念，協助讀者發展兼具結構與易讀性的程式寫作風格，讓寫程式如文章寫作般行雲流水，進入「禪」的意境。 ★本書特色： ●我們強調的不只Python，也是pandas。 ●我們強調用pandas來解決在資料分析中實際遇到的問題。 ●作者拆解大數據分析中的每一個步驟，配合Python直譯器的特性，讓學習者馬上動手實作，即時理解學習重點。 ●如果一個範例的解法不只一種，作者會提供不同的方法，引導學習者嘗試不同的解題方法。 ★目錄： 第1章 數字與變數 1-1 基本資料型態 1-2 數值 1-3 變數 1-4 輸入與輸出指令 第2章 字串 2-1 字串介紹 2-2 字串的運算 2-3 print 指令列印文字的常用方法 2-4 介紹f_string 的常用方法 2.5 透過方格的繪製來熟練print 和字串 2.6 字串的專用函數 2.7 字串裡的字元切割 2.8 字串裡的文字切割 2.9 字串的性質：內容不可變（Immutable） 第3章 串列 3-1 串列介紹 3-2 創立串列的主要方式 3-3 串列與文字的關係 3-4 串列解開（List Unpacking） 3-5 增加串列元素的方法 3-6 刪除串列可用pop() 方法 3-7 對串列裡的資料進行運算 3-8 串列與for 迴圈的關係 3-9 for 迴圈與串列解開的使用 第4章 迴圈 4-1 for 迴圈基本用法 4-2 如何在for 迴圈中同時取值和其索引位置 4-3 用for 迴圈修改list 的內容 4-4 串列表達式（List Comprehension） 第5章 字典 5-1 如何建立字典資料 5-2 字典如何取值 5-3 串列和字典資料型態的轉換 5-4 字典如何與for 迴圈結合 5-5 集合 第6章 邏輯判斷 6-1 基本邏輯關係 6-2 and, or, not 的語法 6-3 if 6-4 一行if（One-line if） 6-5 一行if 與串列表達式的結合 6-6 在邏輯判斷裡還有一個語法，叫in 第7章 Python的套件與模組 7-1 套件和模組的介紹 7-2 如何自己撰寫函數 7-3 函數的回傳值 7-4 函數的參數數目不固定 7-5 函數的一行寫法（lambda x） 第8章 pandas套件 8-1 創建Series 資料 8-2 Series 物件常用屬性 8-3 利用位置和索引鍵提取Series 的資料 8-4 變更索引鍵 8-5 索引鍵的重要性 8-6 Series 常用的方法 8-7 Series 用來處理「類別型資料」的常用方法 第9章 pandas DataFrame介紹 9-1 創立DataFrame 9-2 DataFrame 的重要屬性（attributes） 2-3 索引鍵自動對齊的功能 9-4 NaN 介紹 9-5 如何定位和讀取DataFrame 裡面的元素 9-6 增加一欄或一列 9-7 介紹axis 的觀念 9-8 如何篩選資料 9-9 將不同的DataFrame 合併 9-10 Dataframe 裡的常用函數 9-11 日期的資料型態 9-12 用apply() 讓資料處理更簡單 第10章 pandas── 繪圖 10-1 單一變數的繪圖 10-2 二維圖形的幾種可能 第11章 多層級索引鍵 11-1 多層級索引鍵的建立 11-2 多層級索引鍵的資料索引和切片 11-3 跨層級的資料索引 11-4 groupby 11-5 分群之後做什麼 11-6 groupby 和多層級索引鍵的關係 11-7 改變欄索引鍵和列索引鍵的位置 第12章 鐵達尼號 12-1 鐵達尼號資料檢視 12-2 從最基本的存亡人數分析 12-3 了解性別跟存活的關係 12-4 了解船艙等級與存活率的關係 12-5 了解船艙等級、性別和存活的關係 12-6 年紀對存活率的影響 12-7 費用與存活率的關係 12-8 父母孩子的數量與存活率的關係 12-9 費用與年紀的關係 第13章 pandas──系所生源分析 13-1 載入資料 13-2 基本資料分析 13-3 交叉分析 13-4 合併不同DataFrame 第14章 pandas──業務銷售分析 14-1 業務單位的分析 14-2 業務單位裡的業務員銷售分析 14-3 業務單位的產品銷售分析 14-4 業務單位的產品銷售分析的總和與百分比表 14-5 其他不同的綜合分析 14-6 銷售時間軸的分析 第15章 pandas──股市分析 15-1 資料載入 15-2 台積電資料基本分析 15-3 日收益率 15-4 股價趨勢研究 15-5 動態資料的呈現 15-6 威廉指標線 15-7 同時處理多家公司的股價資訊 第16章 pandas──問卷資料分析 16-1 基本資料檢查和遺漏值處理 16-2 構面分析 16-3 性別在四個構面的差異 16-4 教育程度在四個構面的差異 16-5 四個構面的相關性分析 16-6 迴歸分析 第17章 pandas──字串處理 17-1 pandas 裡的字串處理 17-2 正規表達式 17-3 處理E-mail 17-4 處理數字型欄位 17-5 處理日期型欄位 第18章 pandas禪 18-1 串接式的寫法 18-2 鐡達尼號的資料示範
