Python数据分析基础教程:NumPy学习指南(第2版)

Python数据分析基础教程:NumPy学习指南(第2版)

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

罕见的NumPy中文入门教程,手把手带你进入大数据挖掘领域。

内容简介

本书是NumPy的入门教程,主要介绍NumPy以及相关的Python科学计算库,如SciPy和Matplotlib。内容涵盖NumPy安装、数组对象、常用函数、矩阵运算、线性代数、金融函数、窗函数、质量控制、Matplotlib绘图、SciPy简介以及Pygame等内容,涉及面较广。、

另外,针对每个知识点给出了简短而明晰的示例,并为大部分示例给出了实用场景(如股票数据分析),在帮助初学者入门的同时,提高了本书可读性。

本书适合正在找寻高质量开源计算库的科学家、工程师、程序员和定量管理分析师阅读参考。

作者简介

作者Ivan Idris,实验物理学硕士。先后任职于多家公司,从事Java开发、数据仓库开发和QA分析等工作。主要的兴趣是商业智能、大数据和云计算,喜欢编写整洁、可测试的代码,以及撰写有趣的技术文章。另著有NumPy Beginner's Guide和Instant Pygame for Python Game Development How-to等书。可以访问ivanidris.net获取更多信息。

章节目录

版权信息

献辞

译者序

关于审稿人

前言

NumPy是什么

NumPy的由来

为什么使用NumPy

NumPy的局限性

本书内容

阅读条件

读者对象

排版约定

读者反馈

售后支持

示例代码下载

勘误

关于盗版

疑难解答

第1章 NumPy快速入门

1.1 Python

1.2 动手实践:在不同的操作系统上安装Python

刚才做了些什么

1.3 Windows

1.4 动手实践:在Windows上安装NumPy、Matplotlib、SciPy和IPython

刚才做了些什么

1.5 Linux

1.6 动手实践:在Linux上安装NumPy、Matplotlib、SciPy和IPython

刚才做了些什么

1.7 Mac OS X

1.8 动手实践:在Mac OS X上安装NumPy、Matplotlib和SciPy

刚才做了些什么

1.9 动手实践:使用MacPorts或Fink安装NumPy、SciPy、Matplotlib和IPython

刚才做了些什么

1.10 编译源代码

1.11 数组对象

1.12 动手实践:向量加法

刚才做了些什么

1.13 IPython:一个交互式shell工具

1.14 在线资源和帮助

1.15 本章小结

第2章 NumPy基础

2.1 NumPy数组对象

2.2 动手实践:创建多维数组

刚才做了些什么

2.2.1 选取数组元素

2.2.2 NumPy数据类型

2.2.3 数据类型对象

2.2.4 字符编码

2.2.5 自定义数据类型

2.2.6 dtype类的属性

2.3 动手实践:创建自定义数据类型

刚才做了些什么

2.4 一维数组的索引和切片

2.5 动手实践:多维数组的切片和索引

刚才做了些什么

2.6 动手实践:改变数组的维度

刚才做了些什么

2.7 数组的组合

2.8 动手实践:组合数组

刚才做了些什么

2.9 数组的分割

2.10 动手实践:分割数组

刚才做了些什么

2.11 数组的属性

2.12 动手实践:数组的转换

刚才做了些什么

2.13 本章小结

第3章 常用函数

3.1 文件读写

3.2 动手实践:读写文件

刚才做了些什么

3.3 CSV文件

3.4 动手实践:读入CSV文件

刚才做了些什么

3.5 成交量加权平均价格(VWAP)

3.6 动手实践:计算成交量加权平均价格

刚才做了些什么

3.6.1 算术平均值函数

3.6.2 时间加权平均价格

3.7 取值范围

3.8 动手实践:找到最大值和最小值

刚才做了些什么

3.9 统计分析

3.10 动手实践:简单统计分析

刚才做了些什么

3.11 股票收益率

3.12 动手实践:分析股票收益率

刚才做了些什么

3.13 日期分析

3.14 动手实践:分析日期数据

刚才做了些什么

3.15 周汇总

3.16 动手实践:汇总数据

刚才做了些什么

3.17 真实波动幅度均值(ATR)

3.18 动手实践:计算真实波动幅度均值

刚才做了些什么

3.19 简单移动平均线

3.20 动手实践:计算简单移动平均线

刚才做了些什么

3.21 指数移动平均线

3.22 动手实践:计算指数移动平均线

刚才做了些什么

3.23 布林带

3.24 动手实践:绘制布林带

刚才做了些什么

3.25 线性模型

3.26 动手实践:用线性模型预测价格

刚才做了些什么

3.27 趋势线

3.28 动手实践:绘制趋势线

刚才做了些什么

3.29 ndarray对象的方法

3.30 动手实践:数组的修剪和压缩

刚才做了些什么

3.31 阶乘

3.32 动手实践:计算阶乘

刚才做了些什么

3.33 本章小结

第4章 便捷函数

4.1 相关性

4.2 动手实践:股票相关性分析

刚才做了些什么

4.3 多项式

4.4 动手实践:多项式拟合

刚才做了些什么

4.5 净额成交量

4.6 动手实践:计算OBV

刚才做了些什么

4.7 交易过程模拟

4.8 动手实践:避免使用循环

刚才做了些什么

4.9 数据平滑

4.10 动手实践:使用hanning函数平滑数据

刚才做了些什么

4.11 本章小结

第5章 矩阵和通用函数

5.1 矩阵

5.2 动手实践:创建矩阵

刚才做了些什么

5.3 从已有矩阵创建新矩阵

5.4 动手实践:从已有矩阵创建新矩阵

刚才做了些什么

5.5 通用函数

5.6 动手实践:创建通用函数

刚才做了些什么

5.7 通用函数的方法

5.8 动手实践:在add上调用通用函数的方法

刚才做了些什么

5.9 算术运算

5.10 动手实践:数组的除法运算

刚才做了些什么

5.11 模运算

5.12 动手实践:模运算

刚才做了些什么

5.13 斐波那契数列

5.14 动手实践:计算斐波那契数列

刚才做了些什么

5.15 利萨茹曲线

5.16 动手实践:绘制利萨茹曲线

刚才做了些什么

5.17 方波

5.18 动手实践:绘制方波

刚才做了些什么

5.19 锯齿波和三角波

5.20 动手实践:绘制锯齿波和三角波

刚才做了些什么

5.21 位操作函数和比较函数

5.22 动手实践:玩转二进制位

刚才做了些什么

5.23 本章小结

第6章 深入学习NumPy模块

6.1 线性代数

6.2 动手实践:计算逆矩阵

刚才做了些什么

6.3 求解线性方程组

6.4 动手实践:求解线性方程组

刚才做了些什么

6.5 特征值和特征向量

6.6 动手实践:求解特征值和特征向量

刚才做了些什么

6.7 奇异值分解

6.8 动手实践:分解矩阵

刚才做了些什么

6.9 广义逆矩阵

6.10 动手实践:计算广义逆矩阵

刚才做了些什么

6.11 行列式

6.12 动手实践:计算矩阵的行列式

刚才做了些什么

6.13 快速傅里叶变换

6.14 动手实践:计算傅里叶变换

刚才做了些什么

6.15 移频

6.16 动手实践:移频

刚才做了些什么

6.17 随机数

6.18 动手实践:硬币赌博游戏

刚才做了些什么

6.19 超几何分布

6.20 动手实践:模拟游戏秀节目

刚才做了些什么

6.21 连续分布

6.22 动手实践:绘制正态分布

刚才做了些什么

6.23 对数正态分布

6.24 动手实践:绘制对数正态分布

刚才做了些什么

6.25 本章小结

第7章 专用函数

7.1 排序

7.2 动手实践:按字典序排序

刚才做了些什么

7.3 复数

7.4 动手实践:对复数进行排序

刚才做了些什么

7.5 搜索

7.6 动手实践:使用searchsorted函数

刚才做了些什么

7.7 数组元素抽取

7.8 动手实践:从数组中抽取元素

刚才做了些什么

7.9 金融函数

7.10 动手实践:计算终值

刚才做了些什么

7.11 现值

7.12 动手实践:计算现值

刚才做了些什么

7.13 净现值

7.14 动手实践:计算净现值

刚才做了些什么

7.15 内部收益率

7.16 动手实践:计算内部收益率

刚才做了些什么

7.17 分期付款

7.18 动手实践:计算分期付款

刚才做了些什么

7.19 付款期数

7.20 动手实践:计算付款期数

刚才做了些什么

7.21 利率

7.22 动手实践:计算利率

刚才做了些什么

7.23 窗函数

7.24 动手实践:绘制巴特利特窗

刚才做了些什么

7.25 布莱克曼窗

7.26 动手实践:使用布莱克曼窗平滑股价数据

刚才做了些什么

7.27 汉明窗

7.28 动手实践:绘制汉明窗

刚才做了些什么

7.29 凯泽窗

7.30 动手实践:绘制凯泽窗

刚才做了些什么

7.31 专用数学函数

7.32 动手实践:绘制修正的贝塞尔函数

刚才做了些什么

7.33 sinc函数

7.34 动手实践:绘制sinc函数

刚才做了些什么

7.35 本章小结

第8章 质量控制

8.1 断言函数

8.2 动手实践:使用assert_almost_equal断言近似相等

刚才做了些什么

8.3 近似相等

8.4 动手实践:使用assert_approx_equal断言近似相等

刚才做了些什么

8.5 数组近似相等

8.6 动手实践:断言数组近似相等

刚才做了些什么

8.7 数组相等

8.8 动手实践:比较数组

刚才做了些什么

8.9 数组排序

8.10 动手实践:核对数组排序

刚才做了些什么

8.11 对象比较

8.12 动手实践:比较对象

刚才做了些什么

8.13 字符串比较

8.14 动手实践:比较字符串

刚才做了些什么

8.15 浮点数比较

8.16 动手实践:使用assert_array_almost_equal_nulp比较浮点数

刚才做了些什么

8.17 多ULP的浮点数比较

8.18 动手实践:设置maxulp并比较浮点数

刚才做了些什么

8.19 单元测试

8.20 动手实践:编写单元测试

刚才做了些什么

8.21 nose和测试装饰器

8.22 动手实践:使用测试装饰器

刚才做了些什么

8.23 文档字符串

8.24 动手实践:执行文档字符串测试

刚才做了些什么

8.25 本章小结

第9章 使用Matplotlib绘图

9.1 简单绘图

9.2 动手实践:绘制多项式函数

刚才做了些什么

9.3 格式字符串

9.4 动手实践:绘制多项式函数及其导函数

刚才做了些什么

9.5 子图

9.6 动手实践:绘制多项式函数及其导函数

刚才做了些什么

9.7 财经

9.8 动手实践:绘制全年股票价格

刚才做了些什么

9.9 直方图

9.10 动手实践:绘制股价分布直方图

刚才做了些什么

9.11 对数坐标图

9.12 动手实践:绘制股票成交量

刚才做了些什么

9.13 散点图

9.14 动手实践:绘制股票收益率和成交量变化的散点图

刚才做了些什么

9.15 着色

9.16 动手实践:根据条件进行着色

刚才做了些什么

9.17 图例和注释

9.18 动手实践:使用图例和注释

刚才做了些什么

9.19 三维绘图

9.20 动手实践:在三维空间中绘图

刚才做了些什么

9.21 等高线图

9.22 动手实践:绘制色彩填充的等高线图

刚才做了些什么

9.23 动画

9.24 动手实践:制作动画

刚才做了些什么

9.25 本章小结

第10章 NumPy的扩展:SciPy

10.1 MATLAB和Octave

10.2 动手实践:保存和加载a.mat文件

刚才做了些什么

10.3 统计

10.4 动手实践:分析随机数

刚才做了些什么

10.5 样本比对和SciKits

10.6 动手实践:比较股票对数收益率

刚才做了些什么

10.7 信号处理

10.8 动手实践:检测QQQ股价的线性趋势

刚才做了些什么

10.9 傅里叶分析

10.10 动手实践:对去除趋势后的信号进行滤波处理

刚才做了些什么

10.11 数学优化

10.12 动手实践:拟合正弦波

刚才做了些什么

10.13 数值积分

10.14 动手实践:计算高斯积分

刚才做了些什么

10.15 插值

10.16 动手实践:一维插值

刚才做了些什么

10.17 图像处理

10.18 动手实践:处理Lena图像

刚才做了些什么

10.19 音频处理

10.20 动手实践:重复音频片段

刚才做了些什么

10.21 本章小结

第11章 玩转Pygame

11.1 Pygame

11.2 动手实践:安装Pygame

11.3 Hello World

11.4 动手实践:制作简单游戏

刚才做了些什么

11.5 动画

11.6 动手实践:使用NumPy和Pygame制作动画对象

刚才做了些什么

11.7 Matplotlib

11.8 动手实践:在Pygame中使用Matplotlib

刚才做了些什么

11.9 屏幕像素

11.10 动手实践:访问屏幕像素

刚才做了些什么

11.11 人工智能

11.12 动手实践:数据点聚类

刚才做了些什么

11.13 OpenGL和Pygame

11.14 动手实践:绘制谢尔宾斯基地毯

刚才做了些什么

11.15 模拟游戏

11.16 动手实践:模拟生命

刚才做了些什么

11.17 本章小结

突击测验答案

Python数据分析基础教程:NumPy学习指南(第2版)是2014年由人民邮电出版社·图灵出品出版,作者[印尼]IvanIdris。

得书感谢您对《Python数据分析基础教程:NumPy学习指南(第2版)》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
Python数据分析入门与实战 电子书
掌握数据分析技巧,运用强大的Python工具,解决工作中繁琐的数据问题。
Python基础教程 电子书
本书结合了Python3.6的新特性,完全为零基础的初学者量身定做。书中例举大量实例,介绍了Python的基本语法、编码规范和一些编程思想。本书第1~8章为Python语言基础,主要介绍Python的基本用法;第9章为一个实战,帮助读者理解前8章的知识;第10~17章为Python的进阶使用,包含面向对象编程、函数式编程入门、文件读写、异常处理、模块和包几个部分;第18章为第2个实战,帮助读者融会
Python基础教程 电子书
全面介绍Python编程基础与实用技术。
Python+Excel职场办公数据分析 电子书
一本适合编程小白学习的职场数据分析宝典。
从0到1:Python数据分析 电子书
本书详尽介绍了Pytho数据分析的基础知识,以及开发技巧。