第 一部分　基礎(chǔ)知識(shí) 第　1章 預(yù)備知識(shí)　2 1.1　Python基礎(chǔ)　2 1.1.1　推導(dǎo)式　2 1.1.2　匿名函數(shù)　4 1.1.3　打包函數(shù)　5 1.2　NumPy基礎(chǔ)　7 1.2.1　NumPy數(shù)組的構(gòu)造　7 1.2.2　NumPy數(shù)組的變形　11 1.2.3　NumPy數(shù)組的切片　15 1.2.4　廣播機(jī)制　17 1.2.5　常用函數(shù)　19 1.3　習(xí)題　24 第　2章 pandas基礎(chǔ)　26 2.1　文件的讀取和寫入　26 2.1.1　文件讀取　26 2.1.2　數(shù)據(jù)寫入　28 2.2　基本數(shù)據(jù)結(jié)構(gòu)　29 2.2.1　Series　29 2.2.2　DataFrame　30 2.3　常用基本函數(shù)　32 2.3.1　匯總函數(shù)　33 2.3.2　特征統(tǒng)計(jì)函數(shù)　34 2.3.3　頻次函數(shù)　35 2.3.4　替換函數(shù)　36 2.3.5　排序函數(shù)　39 2.3.6　apply()函數(shù)　40 2.4　窗口　42 2.4.1　滑動(dòng)窗口　42 2.4.2　擴(kuò)張窗口　45 2.5　習(xí)題　46 第二部分　4類操作 第3章　索引　50 3.1　單級(jí)索引　50 3.1.1　DataFrame的列索引　50 3.1.2　Series的行索引　51 3.1.3　loc索引器　52 3.1.4　iloc索引器　56 3.1.5　query()函數(shù)　57 3.1.6　索引運(yùn)算　58 3.2　多級(jí)索引　59 3.2.1　多級(jí)索引及其表的結(jié)構(gòu)　59 3.2.2　多級(jí)索引中的loc索引器　61 3.2.3　多級(jí)索引的構(gòu)造　65 3.3　常用索引方法　66 3.3.1　索引層的交換和刪除　66 3.3.2　索引屬性的修改　67 3.3.3　索引的設(shè)置與重置　70 3.3.4　索引的對(duì)齊　71 3.4　習(xí)題　72 第4章　分組　74 4.1　分組模式及其對(duì)象　74 4.1.1　分組的一般模式　74 4.1.2　分組依據(jù)的本質(zhì)　75 4.1.3　groupby對(duì)象　76 4.2　聚合函數(shù)　78 4.2.1　內(nèi)置聚合函數(shù)　78 4.2.2　agg()函數(shù)　79 4.3　變換和過濾　80 4.3.1　變換函數(shù)　81 4.3.2　組索引與過濾　82 4.4　跨列分組　83 4.5　習(xí)題　85 第5章　變形　87 5.1　長寬表的變形　87 5.1.1　長表的透視變形　88 5.1.2　寬表的逆透視變形　91 5.2　其他變形方法　95 5.2.1　索引變形　95 5.2.2　擴(kuò)張變形　98 5.3　習(xí)題　98 第6章　連接　100 6.1　關(guān)系連接　100 6.1.1　關(guān)系連接的基本概念　100 6.1.2　列連接　102 6.1.3　索引連接　104 6.2　其他連接　105 6.2.1　方向連接　105 6.2.2　比較與組合　108 6.3　習(xí)題　109 第三部分　4類數(shù)據(jù) 第7章　缺失數(shù)據(jù)　114 7.1　缺失值的統(tǒng)計(jì)和刪除　114 7.1.1　缺失信息的統(tǒng)計(jì)　114 7.1.2　缺失信息的刪除　115 7.2　缺失值的填充和插值　116 7.2.1　利用fillna() 進(jìn)行填充　116 7.2.2　插值函數(shù)　118 7.3　Nullable類型　120 7.3.1　缺失記號(hào)及其缺陷　120 7.3.2　Nullable類型的性質(zhì)　122 7.3.3　缺失數(shù)據(jù)的計(jì)算和分組　124 7.4　習(xí)題　126 第8章　文本數(shù)據(jù)　128 8.1　str對(duì)象　128 8.1.1　str對(duì)象的設(shè)計(jì)意圖　128 8.1.2　[]索引器　129 8.1.3　string類型　129 8.2　正則表達(dá)式基礎(chǔ)　131 8.2.1　元字符　132 8.2.2　分組捕獲與反向引用　134 8.2.3　零寬斷言　135 8.3　文本處理的5類操作　136 8.3.1　拆分　136 8.3.2　合并　137 8.3.3　匹配　138 8.3.4　替換　139 8.3.5　提取　140 8.4　其他字符串方法　141 8.4.1　字母型方法　141 8.4.2　數(shù)值型方法　142 8.4.3　統(tǒng)計(jì)型方法　143 8.4.4　格式型方法　143 8.5　習(xí)題　145 第9章　分類數(shù)據(jù)　147 9.1　cat對(duì)象　147 9.1.1　cat對(duì)象的屬性　147 9.1.2　類別的增加、刪除和修改　148 9.2　有序類別　150 9.2.1　序的建立　150 9.2.2　排序和比較　150 9.3　區(qū)間類別　152 9.3.1　利用cut()和qcut()進(jìn)行區(qū)間構(gòu)造　152 9.3.2　一般區(qū)間的構(gòu)造　153 9.3.3　區(qū)間的屬性與方法　155 9.4　習(xí)題　155 第　10章 時(shí)間序列數(shù)據(jù)　159 10.1　時(shí)間戳　160 10.1.1　時(shí)間戳的構(gòu)造與屬性　160 10.1.2　時(shí)間戳序列的生成　161 10.1.3　dt對(duì)象　164 10.1.4　時(shí)間戳序列的索引與切片　166 10.2　時(shí)間差　167 10.2.1　時(shí)間差序列的生成　168 10.2.2　時(shí)間差序列的運(yùn)算　169 10.3　日期偏置　170 10.3.1　Offset對(duì)象　170 10.3.2　采樣頻率　173 10.4　時(shí)間序列操作　175 10.4.1　采樣頻率滑窗　175 10.4.2　重采樣　177 10.4.3　特殊連接　181 10.5　習(xí)題　184 第四部分　進(jìn)階實(shí)戰(zhàn) 第　11章 數(shù)據(jù)觀測　190 11.1　可視化方法　190 11.1.1　基本繪圖　190 11.1.2　元素控制　198 11.1.3　子圖繪制　203 11.2　數(shù)據(jù)觀測方法　206 11.2.1　數(shù)據(jù)類型　206 11.2.2　數(shù)據(jù)統(tǒng)計(jì)量　207 11.2.3　數(shù)據(jù)分布　209 11.2.4　基于數(shù)據(jù)報(bào)告的觀測　210 11.3　習(xí)題　212 第　12章 特征工程　216 12.1　單特征構(gòu)造　216 12.1.1　特征變換　216 12.1.2　文本數(shù)據(jù)特征　223 12.1.3　時(shí)間序列數(shù)據(jù)特征　226 12.1.4　單特征構(gòu)造的一般方法　230 12.2　多特征構(gòu)造　236 12.2.1　分組技術(shù)　236 12.2.2　特征降維　239 12.3　特征選擇　242 12.3.1　基于統(tǒng)計(jì)量的選擇　242 12.3.2　基于模型的選擇　249 12.4　習(xí)題　255 第　13章 性能優(yōu)化　258 13.1　pandasic代碼要義　258 13.2　多進(jìn)程加速　261 13.2.1　多進(jìn)程和多線程　261 13.2.2　多進(jìn)程的陷阱　264 13.2.3　異步進(jìn)程　268 13.2.4　進(jìn)程中的數(shù)據(jù)共享　271 13.2.5　在pandas中使用 多進(jìn)程　282 13.3　利用Cython加速　286 13.3.1　初識(shí)Cython　286 13.3.2　優(yōu)化策略　288 13.3.3　多線程加速　295 13.3.4　Cython類及其應(yīng)用　306 13.3.5　模塊構(gòu)建　311 13.4　利用Numba加速　315 13.4.1　noPython模式　315 13.4.2　ufunc與向量化　320 13.4.3　jitclass及其應(yīng)用　323 13.5　習(xí)題　325