內容簡介
使用pandas、NumPy和Jupyter進行資料整理
「Wes更新了這本新版本的內容，確保它是學習Python和pandas資料分析知識的首選資源。再多的言語都無法形容我是多麼推薦這本書。」
—Paul Barry
講師及O’Reilly《深入淺出Python》作者
這本權威的手冊將教你如何在Python中操作、處理、清理、整理資料組。第三版配合Python 3.10和pandas 1.4進行更新，用豐富的案例研究教你如何有效地解決廣泛的資料分析問題。在過程中，你將學會最新版的pandas、NumPy和Jupyter。
作者Wes McKinney是Python pandas專案的創始人，在這本書中，以實用和現代化的方式介紹Python資料科學工具組，本書非常適合剛接觸Python的分析師，以及剛接觸資料科學和科學計算的Python程式設計師。本書在GitHub提供資料檔案與相關素材。
‧使用IPython shell和Jupyter Notebook進行探索性計算
‧學習NumPy基礎和進階功能
‧認識pandas程式庫的資料分析工具
‧使用靈活的工具進行載入、清理、轉換、合併與重塑資料
‧用matplotlib製作資訊豐富的視覺化圖表
‧運用pandas的groupBy工具對資料進行切割與彙總
‧分析與處理正規和非正規的時間序列資料
‧透過詳盡的範例學習如何解決真正的資料分析問題
「Wes更新了這本新版本的內容，確保它是學習Python和pandas資料分析知識的首選資源。再多的言語都無法形容我是多麼推薦這本書。」
—Paul Barry
講師及O’Reilly《深入淺出Python》作者
這本權威的手冊將教你如何在Python中操作、處理、清理、整理資料組。第三版配合Python 3.10和pandas 1.4進行更新，用豐富的案例研究教你如何有效地解決廣泛的資料分析問題。在過程中，你將學會最新版的pandas、NumPy和Jupyter。
作者Wes McKinney是Python pandas專案的創始人，在這本書中，以實用和現代化的方式介紹Python資料科學工具組，本書非常適合剛接觸Python的分析師，以及剛接觸資料科學和科學計算的Python程式設計師。本書在GitHub提供資料檔案與相關素材。
‧使用IPython shell和Jupyter Notebook進行探索性計算
‧學習NumPy基礎和進階功能
‧認識pandas程式庫的資料分析工具
‧使用靈活的工具進行載入、清理、轉換、合併與重塑資料
‧用matplotlib製作資訊豐富的視覺化圖表
‧運用pandas的groupBy工具對資料進行切割與彙總
‧分析與處理正規和非正規的時間序列資料
‧透過詳盡的範例學習如何解決真正的資料分析問題
作者簡介
作者介紹Wes McKinney
是Voltron Data的共同創辦人暨首席技術官，他是Python資料社群的活躍成員，提倡在資料分析、金融和統計計算應用中使用Python。他畢業於MIT，也是Apache Software Foundation的Apache Arrow和Apache Parquet專案的專案管理委員會的成員。譯者介紹
是Voltron Data的共同創辦人暨首席技術官，他是Python資料社群的活躍成員，提倡在資料分析、金融和統計計算應用中使用Python。他畢業於MIT，也是Apache Software Foundation的Apache Arrow和Apache Parquet專案的專案管理委員會的成員。譯者介紹
目錄
第一章 開場白
第二章 Python 語言基本知識、IPython 與 Jupyter Notebooks
第三章 內建的資料結構、函式與檔案
第四章 NumPy 基本知識：陣列與向量化計算
第五章 pandas 入門
第六章 資料的載入與儲存，及檔案格式
第七章 資料清理與準備
第八章 資料整頓：連接、結合與重塑
第九章 繪圖與視覺化
第十章 彙總與群組操作
第十一章 時間序列
第十二章 Python 建模程式庫簡介
第十三章 資料分析範例
附錄A NumPy 進階功能
附錄B IPython 系統的進階功能
第二章 Python 語言基本知識、IPython 與 Jupyter Notebooks
第三章 內建的資料結構、函式與檔案
第四章 NumPy 基本知識：陣列與向量化計算
第五章 pandas 入門
第六章 資料的載入與儲存，及檔案格式
第七章 資料清理與準備
第八章 資料整頓：連接、結合與重塑
第九章 繪圖與視覺化
第十章 彙總與群組操作
第十一章 時間序列
第十二章 Python 建模程式庫簡介
第十三章 資料分析範例
附錄A NumPy 進階功能
附錄B IPython 系統的進階功能