《利用 Python 進行數據分析》第 10 章:數據聚合與分組運算
對數據集分組並對各組應用函數(聚合或轉換),通常是數據分析重要環節。載入、融合、準備好數據集後,通常計算分組統計或生成樞紐表。pandas 提供靈活高效的 g
《利用 Python 進行數據分析》第 9 章:繪圖與視覺化
資訊視覺化(繪圖)是數據分析最重要工作之一。可能是探索過程一部分,如幫助發現異常值、必要數據轉換、獲得模型構想等。此外,製作互動式數據視覺化或許是工作最終目標
《利用 Python 進行數據分析》第 8 章:數據整理——聚合、合併與重塑
許多應用中,數據分散在多檔案或資料庫,儲存形式不利分析。本章關注聚合、合併、重塑數據的方法。 先介紹 pandas 階層索引,廣泛用於上述操作。然後深入介紹特
《利用 Python 進行數據分析》第 7 章:數據清洗與準備
數據分析與建模過程中,相當多時間花在數據準備:載入、清理、轉換、重塑。這些工作佔分析師時間 80% 以上。有時檔案與資料庫中數據格式不適合特定任務。許多研究者
《利用 Python 進行數據分析》第 6 章:數據載入、儲存與檔案格式
存取數據是使用本書工具的第一步。將重點介紹 pandas 的數據輸入輸出,雖然其他庫也有不少此用途工具。 輸入輸出可分為幾大類:讀取文字檔與更高效磁碟儲存格式
《利用 Python 進行數據分析》第 5 章:pandas 入門與核心資料結構
pandas 是本書後續內容的首選庫。它包含使數據清洗與分析工作更快更簡單的資料結構與操作工具。pandas 常與其他工具搭配使用,如數值計算工具 NumPy
《利用 Python 進行數據分析》第 3 章:Python 資料結構、函數與檔案操作
本章討論 Python 內建功能,書中將大量使用。雖然擴展庫如 pandas 和 NumPy 使處理大數據集便利,但它們建立在 Python 內建資料處理工具
《利用 Python 進行數據分析》第 4 章:NumPy 基礎——陣列與向量運算
NumPy(Numerical Python 縮寫)是 Python 數值計算最重要的基礎套件。大多數提供科學計算的套件都以 NumPy 陣列為建構基礎。 N
《利用 Python 進行數據分析》第 2 章:Python 語法基礎、IPython 與 Jupyter Notebook
第 2 章 Python 語法要素、IPython 和 Jupyter Notebooks 2011-2012 年寫第一版時,學習 Python 數據分析的資
《利用 Python 進行數據分析》第 1 章:準備工作與數據類型
第 1 章 準備工作 1.1 本書內容 本書詳細講述使用 Python 進行數據控制、處理、整理、分析等方面的具體細節與基礎要點。目標是介紹 Python 庫
密碼學實驗:S 盒構建與 Python 實現(含仿射變換)
文章目錄 效果展示 完整代碼 效果展示 提示:此時 S 盒尚未加入仿射變換,故 0x0、0x1 為不動點,加入後即可消除。 完整代碼 int:
基於 Selenium + Python 的 Web 自動化測試框架設計與實現
目錄 一、什麼是 Selenium? 二、自動化測試框架概覽 三、自動化框架的設計與實現 四、需改進的模組 五、總結 軟體測試學習資源分享 一、什麼是 S
Python 學習日誌 Day 5:列表操作全解析
Python 學習日誌 - 第 5 天 一、認識列表 1. 容器與非容器 容器:一個變數可同時存放多個資料(如多格盒子)。 非容器:一個變數只能存放一個資料
Python Language Programming Exercise: Output Alternating Sum Sequence
Enter an odd integer n greater than 1 via keyboard, output the sequence1-2+3-4+5
Python 語言程式設計練習:輸出交替加減數列(法語版)
鍵盤輸入一個大於 1 的奇數 n,螢幕輸出數列1-2+3-4+5-6+...+n 的樣式(不必計算數列運算結果)。考核要求:完成程式編寫與測試,提交程式碼與運行
Python 語言程式設計練習:輸出交替加減數列
鍵盤輸入一個大於 1 的奇數 n,螢幕輸出數列1-2+3-4+5-6+...+n 的樣式(不必計算數列運算結果)。考核要求:完成程式編寫與測試,提交程式碼與運行
第 12 屆藍橋盃 Python 組第 1 題解析:數字卡片拼寫極限
藍橋盃 Python 組 2021 年第 1 題 題目大意 小藍擁有大量數字卡片,每張卡片上印有 0 到 9 的數字。他打算用這些卡片拼寫正整數,從 1 開始
專科生自學 Python 逆襲之路:從 ERP 實施到爬蟲工程師的蛻變(英文版)
Recently, a reader shared good news on WeChat: he landed a web crawler develope