이미 소장하고 있다면 판매해 보세요.
|
CHAPTER 1 시작하기 전에
__1.1 이 책에서 다루는 내용 __1.2 왜 데이터 분석에 파이썬을 사용하나 __1.3 필수 파이썬 라이브러리 __1.4 설치 및 설정 __1.5 커뮤니티와 컨퍼런스 __1.6 이 책을 살펴보는 방법 CHAPTER 2 파이썬 언어의 기본, IPython, 주피터 노트북 __2.1 파이썬 인터프리터 __2.2 IPython 기초 __2.3 파이썬 기초 CHAPTER 3 내장 자료구조, 함수, 파일 __3.1 자료구조와 순차 자료형 __3.2 함수 __3.3 파일과 운영체제 __3.4 마치며 CHAPTER 4 NumPy 기본: 배열과 벡터 연산 __4.1 NumPy ndarray: 다차원 배열 객체 __4.2 유니버설 함수: 배열의 각 원소를 빠르게 처리하는 함수 __4.3 배열을 이용한 배열지향 프로그래밍 __4.4 배열 데이터의 파일 입출력 __4.5 선형대수 __4.6 난수 생성 __4.7 계단 오르내리기 예제 __4.8 마치며 CHAPTER 5 pandas 시작하기 __5.1 pandas 자료구조 소개 __5.2 핵심 기능 __5.3 기술 통계 계산과 요약 __5.4 마치며 CHAPTER 6 데이터 로딩과 저장, 파일 형식 __6.1 텍스트 파일에서 데이터를 읽고 쓰는 법 __6.2 이진 데이터 형식 __6.3 웹 API와 함께 사용하기 __6.4 데이터베이스와 함께 사용하기 __6.5 마치며 CHAPTER 7 데이터 정제 및 준비 __7.1 누락된 데이터 처리하기 __7.2 데이터 변형 __7.3 문자열 다루기 __7.4 마치며 CHAPTER 8 데이터 준비하기: 조인, 병합, 변형 __8.1 계층적 색인 __8.2 데이터 합치기 __8.3 재형성과 피벗 __8.4 마치며 CHAPTER 9 그래프와 시각화 __9.1 matplotlib API 간략하게 살펴보기 __9.2 pandas에서 seaborn으로 그래프 그리기 __9.3 다른 파이썬 시각화 도구 __9.4 마치며 CHAPTER 10 데이터 집계와 그룹 연산 __10.1 GroupBy 메카닉 __10.2 데이터 집계 __10.3 Apply: 일반적인 분리-적용-병합 __10.4 피벗테이블과 교차일람표 __10.5 마치며 CHAPTER 11 시계열 __11.1 날짜, 시간 자료형, 도구 __11.2 시계열 기초 __11.3 날짜 범위, 빈도, 이동 __11.4 시간대 다루기 __11.5 기간과 기간 연산 __11.6 리샘플링과 빈도 변환 __11.7 이동창 함수 __11.8 마치며 CHAPTER 12 고급 pandas __12.1 Categorical 데이터 __12.2 고급 GroupBy 사용 __12.3 메서드 연결 기법 __12.4 마치며 CHAPTER 13 파이썬 모델링 라이브러리 __13.1 pandas와 모델 코드의 인터페이스 __13.2 Patsy를 이용해서 모델 생성하기 __13.3 statsmodels 소개 __13.4 scikit-learn 소개 __13.5 더 공부하기 CHAPTER 14 데이터 분석 예제 __14.1 Bit.ly의 1.USA.gov 데이터 __14.2 MovieLens의 영화 평점 데이터 __14.3 신생아 이름 __14.4 미국농무부 영양소 정보 __14.5 2012년 연방선거관리위원회 데이터베이스 __14.6 마치며 APPENDIX A 고급 NumPy __A.1 ndarray 객체 구조 __A.2 고급 배열 조작 기법 __A.3 브로드캐스팅 __A.4 고급 ufunc 사용법 . __A.5 구조화된 배열과 레코드 배열 __A.6 정렬에 관하여 __A.7 umba를 이용하여 빠른 NumPy 함수 작성하기 __A.8 고급 배열 입출력 __A.9 성능 팁 APPENDIX B IPython 시스템 더 알아보기 __B.1 명령어 히스토리 사용하기 __B.2 운영체제와 함께 사용하기 __B.3 소프트웨어 개발 도구 __B.4 IPython을 이용한 생산적인 코드 개발에 관한 팁 __B.5 IPython 고급 기능 __B.6 마치며 |
저웨스 맥키니
Wes McKinney
역김영근
※ 『파이썬 라이브러리를 활용한 데이터 분석』 드디어 개정!
이 책의 초판이 출간된 2012년은 pandas 개발 초기로, 파이썬용 오픈소스 데이터 분석 라이브러리가 흔하지 않았습니다. 이번에 pandas의 새로운 기능과 5년여간의 세월이 흐르는 동안 낡았거나 사용법이 바뀐 내용을 모두 반영하여 책 전반을 다시 다듬었습니다. 또한 당시에는 존재하지 않았거나 책에 싣기에는 불안했던 갓 나온 도구들을 새로 소개하는 내용을 추가했습니다. 2판의 주요 변경 사항은 다음과 같습니다. · 모든 코드를 파이썬 3.6 기반으로 수정 · 아나콘다 파이썬 배포판과 몇몇 필수 파이썬 패키지로 설치 · 최신 pandas 라이브러리 사용 · pandas 고급 사용법과 사용팁 추가 · statsmodels와 scikit-learn 라이브러리 소개 ※ 이 책에서 다루는 내용 이 책은 파이썬으로 데이터를 다루는 다양하고 기본적인 방법을 소개합니다. 그러기 위해 파이썬 프로그래밍 언어의 일부와 데이터 분석 문제를 효율적으로 해결하는 데 도움이 되는 몇 가지 라이브러리를 다룹니다. ‘데이터 분석’이 이 책의 제목이긴 하지만 데이터 분석 방법론이 아니라 파이썬 프로그래밍, 라이브러리, 도구에 집중합니다. 주요 내용은 다음과 같습니다. · IPython 셸, 주피터 노트북 사용하기 · NumPy 기본 및 고급 기능 알아보기 · pandas로 데이터 분석 입문하기 · 유연한 도구를 사용해 데이터 로딩, 정제, 조인, 병합, 변형하기 · matplotlib으로 유용한 시각화 만들기 · pandas groupby 기능을 적용해 데이터를 나누고 요약하기 · 시계열 데이터 분석 및 조작하기 |
이미 필독서가 된 이 책이 업그레이드되었다. 2판에는 파이썬 3.6부터 pandas 최신 기능에 이르기까지 이 책의 가치를 더 향상시킬 내용이 담겼다. 왜 파이썬 라이브러리인지, 이 도구들을 어떻게 다뤄야 하는지 설명해 독자가 새롭고 창의적인 방식으로 효율적인 사용법을 익히도록 도와준다. - 페르난도 페레즈 (Fernando Perez, IPython 창시자, UC 버클리 통계학과 조교수)
|