Python資料科學學習手冊

處理大量資料的基本工具

「這本書提供了清晰且易於遵循的範例，幫助您設置與使用最重要的資料科學和機器學習工具。」
—Anne Bonner
Content Simplicity創辦人和CEO

Python是許多研究人員的首選工具，它擁有豐富的儲存、操作及洞察資料的程式庫。這些資源散布在資料科學的領域中，藉由本書，您可以一次獲得這些資源，包括Ipython、NumPy、Pandas、Matplotlib、Scikit-Learn和其它相關的工具。

對於熟悉Python，需要處理大量資料的資料科學家和資料處理人員來說，這是一本非常有價值的案頭書。可以有效率地處理每天面對的問題，像是操作、轉換及清理資料，視覺化不同形式的資料，建立統計學或機器學習模型等。

藉由本書，你將可以學習到：
‧IPython和Jupyter：提供資料科學家使用的Python計算環境
‧NumPy：在Python中進行高效儲存及操作密集資料陣列的ndarrys
‧Pandas：在Python中進行對於標籤式/欄位式的資料高效率儲存與操作
‧Matplotlib：在Python中進行彈性範圍的資料視覺化功能
‧Scikit-Learn：提供機器學習演算法以及簡潔的Python實作

第一章 IPython：更好用的Python
Shell還是Notebook
IPython 的求助與說明文件
在IPython Shell中的快捷鍵
IPython的Magic命令
輸入和輸出的歷程
IPython和Shell命令
和Shell相關的Magic命令
錯誤以及除錯
剖析和測定程式碼的時間

第二章 NumPy介紹
瞭解Python的資料型態
NumPy陣列基礎
NumPy 陣列屬性
陣列索引：存取單一個陣列元素
在NumPy陣列中的計算：Universal Functions
聚合操作：Min、Max、以及兩者間的所有事
在陣列上的計算：Broadcasting
比較、遮罩以及布林邏輯
Fancy索引
排序陣列
結構化的資料：NumPy的結構化陣列
更多進階的複合型態

第三章 使用Pandas操作資料
安裝並使用Pandas
Pandas 物件的介紹
資料的索引和選擇
在Pandas中操作資料
處理缺失資料
階層式索引
資料集的合併：Concat 和Append
合併資料集：Merge 以及Join
聚合計算與分組
樞紐分析表
向量化字串操作
使用時間系列
高效率Pandas：eval() 以及query()

第四章 使用Matplotlib進行視覺化
通用的Matplotlib技巧
買一送一的介面
簡單的線條圖形
簡單的散佈圖
視覺化誤差
密度圖和等高線圖
直方圖、分箱法及密度
自訂圖表的圖例
自訂色彩條
多重子圖表
文字和註解
自訂刻度
客製化Matplotlib：系統配置和樣式表
在Matplotlib中的三維繪圖法
Basemap的地理資料
使用Seaborn進行視覺化

第五章 機器學習
什麼是機器學習？
Scikit-Learn簡介
超參數以及模型驗證
特徵工程
深究：Naive Bayes Classification
深究：線性迴歸（Linear Regression）
深究：Support Vector Machines
深究：決策樹（Decision Tree）和隨機森林（Random Forest）
深究：主成份分析（Principal Component Analysis）
深究：流形學習（Manifold Learning）
深究：k- 均集群法
深究：高斯混合模型（Gaussian Mixture Models）
深究：核密度估計（Kernel Density Estimation）
應用：臉部辨識的管線