Python数据整理

封面

版权页

译者序

前言

第1章 Python数据整理入门

1.1 引言

1.2 Python数据整理

1.3 列表、集合、字典、元组和字符串

1.3.1 列表

练习1：访问列表成员

练习2：生成列表

练习3：遍历列表并检查成员

练习4：列表排序

练习5：生成随机列表

活动1：处理列表

1.3.2 集合

1.3.3 字典

练习6：访问和设置字典中的值

练习7：遍历字典

练习8：再次讨论唯一值列表问题

练习9：删除字典中的值

练习10：字典推导式

1.3.4 元组

练习11：处理元组

1.3.5 字符串

练习12：访问字符串

练习13：字符串切片

练习14：字符串拆分与合并

活动2：分析多行字符串并生成唯一单词数量

1.4 小结

第2章 高级数据结构和文件处理

2.1 引言

2.2 高级数据结构

2.2.1 迭代器

练习15：迭代器介绍

2.2.2 栈

练习16：在Python中实现栈

练习17：使用用户定义的方法实现栈

2.2.3 Lambda表达式

练习18：用Lambda表达式证明三角恒等式

练习19：用于排序的Lambda表达式

练习20：多元素成员检查

2.2.4 队列

练习21：在Python中实现队列

活动3：Permutations、迭代器、Lambda、列表

2.3 Python基本文件操作

练习22：写入和读取环境变量

练习23：打开和关闭文件

练习24：逐行读取文件

练习25：写入文件

活动4：设计专属CSV解析器

2.4 小结

第3章 NumPy、pandas和Matplotlib简介

3.1 引言

3.2 NumPy数组操作

练习26：从列表中创建NumPy数组

练习27：两个NumPy数组相加

练习28：NumPy数组的数学运算

练习29：NumPy数组的高级数学运算

练习30：使用arange和linspace生成数组

练习31：创建多维数组

练习32：二维数组的维度、形状、大小和数据类型

练习33：全零、全一、随机、单位矩阵和向量

练习34：reshape和ravel函数

练习35：索引和切片

练习36：数组操作（数组-数组、数组-标量和通用函数）

3.3 pandas的DataFrame

练习37：创建pandas序列

练习38：pandas序列和数据处理

练习39：创建pandas DataFrame

练习40：查看部分DataFrame

练习41：创建和删除新的列或行

3.4 NumPy和pandas的统计与可视化

3.4.1 基本描述性统计（用于可视化的Matplotlib库）

练习42：通过散点图介绍Matplotlib

3.4.2 统计指标的定义——集中趋势和分布

3.4.3 随机变量与概率分布

3.4.4 统计和可视化中的数据整理

3.4.5 DataFrame的基本描述性统计计算

练习43：从均匀分布生成随机数

练习44：从二项分布和条形图生成随机数

练习45：从正态分布和直方图生成随机数

练习46：从DataFrame计算描述性统计

练习47：内置绘图实用工具

活动5：从CSV文件生成统计数据

3.5 小结

第4章 深入学习Python数据整理

4.1 引言

4.2 选取子集、过滤和分组

4.2.1 选取子集

练习48：从Excel文件加载和检查超市的销售数据

练习49：unique函数

4.2.2 条件选择与布尔过滤

练习50：设定和重置索引

4.2.3 分组

练习51：GroupBy方法

4.3 处理缺失值和检测异常值

4.3.1 pandas中的缺失值

练习52：用fillna填充缺失值

练习53：用dropna删除缺失值