新書推薦： 《
博弈论与社会契约（第1卷）：公平博弈
》 售價：HK$
124.2
《
海外中国研究·政治仪式与近代中国国民身份建构（1911—1929）
》 售價：HK$
101.2
《
信息、生命与物理学
》 售價：HK$
90.9
《
士仕之间：汉代士人与政治
》 售價：HK$
78.2
《
Redis 高手心法
》 售價：HK$
115.0
《
勇往值钱：做自己人生的CEO
》 售價：HK$
68.8
《
里山资本主义：不做金钱的奴隶，做个安心的里山主人（献礼大地）
》 售價：HK$
67.9
《
欧洲雇佣兵研究（1350-1800）
》 售價：HK$
74.8
編輯推薦：
数据无处不在，它们蕴含着独特的信息和有价值的故事，本书将帮助你发掘它们。无论你已经开始处理数据，还是想要学习如何处理数据，都能通过本书中的示例与技术学会更好地清洗、评估并分析数据，以形成有意义的洞见，并制作出有说服力的可视化图表。 作者既讲解了基本概念，也给出了专业建议，并且提供了相应的资源来帮助大家学会提取、评估并分析各种数据源和数据格式。另外，作者还讲解了相应的工具，让你能够有效地与他人交流，让对方了解自己通过分析这些数据所得到的观点。本书没有艰深的术语，适合各种水平的数据从业者阅读，无论你是纯粹的新手还是有经验的专业人士，都可以通过本书学会如何驾驭数据。 通过学习本书，你将： ? 使用Python 3.8以上的版本读写和转换各种来源的数据。 ? 理解并使用基本的Python编程技术来整理大规模的数据。 ? 使用各种经验法则来组织代码的结构并为其撰写文档。 ? 从结构化数据文件、网页和API中收集数据。 ? 执行基本的统计分析，以便从数据集中得出有意义的结论。 ? 用清晰且具有说服力的方式可视化和展示数据。
內容簡介：
本书是一本关于Python数据整理和数据质量的实用指南，主要介绍了如何使用Python进行数据清洗、转换和整合，以及如何确保数据的准确性和一致性。本书涵盖了数据整理基础、数据清洗、数据转换、数据整合、数据质量检查和数据可视化等内容。通过丰富的实例和代码示例，读者可以掌握Python数据整理和数据分析的相关技能。无论你是数据分析师、数据科学家还是其他领域的数据从业者，本书都不仅能够帮助你提高工作效率，还能够让你更好地理解和应用数据科学相关的知识和技能。
關於作者：
Susan E. McGregor 是哥伦比亚大学数据科学研究所的研究员，也是该研究所数据、媒体和社会中心的联合主管。十多年来，她一直在向非理工科的专业人士、研究生及本科生讲授编程与数据分析课程，并不断完善自己的教学方式。McGregor 于 2011 年加入哥伦比亚大学新闻学院及 Tow 数字新闻中心，此后，她一直在哥伦比亚大学任教并从事研究工作。McGregor 开设了学院的首个数据新闻课程，并担任新闻学及计算机科学双学位计划的导师。她主要研究与新闻工作者及媒体有关的安全及隐私问题，她的第一本书 Information Security Essentials: A Guide for Reporters， Editors， and Newsroom Leaders（哥伦比亚大学出版社，2021）讨论的也是这个话题。加入哥伦比亚大学之前，McGregor 在《华尔街日报》的 News Graphics 团队做了几年资深程序员。她参与制作了该报的“ What They Know”系列，并由此获得 2011 年的Gerald Loeb Award 奖。McGregor 在许多讨论安全及隐私的前沿学术会议上发言并发表文章。她的工作受到美国国家科学基金会、奈特基金会（Knight Foundation）、Google 以及哥伦比亚大学多个学院与机构的资助。McGregor 还关注如何运用艺术来激发批判思维，以及如何通过艺术给技术问题带来新的思路。她拥有哈佛大学交互信息设计学士学位及纽约大学教育传播与技术硕士学位。
目錄
目录前言1第1章 数据整理与数据质量简介71.1 什么是数据整理81.2 什么是数据质量91.3 为什么选用Python语言整理数据121.4 编写并运行Python代码141.5 如何在自己的设备上编写Python代码161.6 在网页版的开发环境中编写Python代码251.7 编写“Hello World!”程序251.8 添加代码281.9 运行代码291.10 撰写文档、保存工作资料和管理不同版本的资料291.11 小结40第2章 Python 入门412.1 词性422.2 用循环结构与条件结构控制程序的走向512.3 代码中可能出现的各种错误592.4 用Citi Bike数据来演示如何编写数据整理程序672.5 小结74第3章 了解数据质量753.1 判断数据是否合适773.2 判断数据是否完整833.3 提升数据的质量923.4 小结94第4章 用Python处理基于文件与基于feed的数据954.1 结构化的数据与非结构化的数据974.2 处理结构化的数据1014.3 以了解失业情况为例来整理现实数据1104.4 处理非结构化的数据1414.5 小结147第5章 访问网络数据1485.1 联网访问在线的 XML 与 JSON 数据1505.2 API 简介1525.3 以搜索引擎为例讲解如何调用基本的API1535.4 如何调用带有基本身份认证机制的API1555.5 阅读API文档1575.6 使用Python时保护你的API密钥1605.7 如何调用带有 OAuth 认证机制的API1665.8 调用API时所应遵循的行为准则1785.9 获取数据的最后一招：网页抓取1805.10 小结189第6章 评估数据质量1906.1 流行病与PPP1926.2 评估数据的完整程度1926.3 评估数据的适合程度2206.4 小结225第7章 清洗、转换和增强数据2277.1 如何从 Citi Bike 数据中选取一部分内容2287.2 把数据文件清洗干净2387.3 把 Excel 表格中的日期处理好2417.4 把定宽数据转换成真正的 CSV 文件2447.5 修正拼写不一致的现象2467.6 为了找到简单方案而走过的弯路2517.7 一些容易出错的地方2547.8 增强数据2557.9 小结257第 8 章 调整并重构代码2598.1 重新思考自定义的函数2598.2 什么是作用域2618.3 为函数设计参数2638.4 返回值2668.5 以嵌套的形式调用函数2678.6 既有趣又有用的重构2698.7 用 pydoc 给自定义的脚本与函数撰写文档2798.8 让Python脚本支持命令行参数2838.9 命令行脚本与notebook的区别2868.10 小结287第9章 数据分析入门2889.1 情境很重要2899.2 常规与反常2909.3 评估集中趋势2919.4 另辟蹊径：识别异常值2939.5 数据分析可视化2939.6 这些200万美元的贷款记录是怎么回事3069.7 注意按比例计算3179.8 小结320第10章 展示数据32210.1 视觉说服力32310.2 把整理数据后形成的观点表达出来32510.3 如何选择图表32610.4 视觉说服力要素34210.5 通过 seaborn与matplotlib库自定义更好的可视化图表34610.6 提高设计水平35110.7 小结352第11章 Python 以外的工具35311.1 查看数据的其他工具35311.2 分享并展示数据的其他工具35711.3 考虑原则问题35911.4 小结360附录A 其他Python编程资源361附录B 再讲一讲 Git365附录C 获取数据的渠道371附录D 与可视化及信息设计有关的资源376
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
