摘要： 阿曼多·凡丹戈（Armando Fandango）的《python数据分析（第2版）》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。第10章“预测性分析与机器学习”通过一个例子来说明人工智能在天气预报上的应用，这主要借助于scikit-learn。不过，有些机器学习算法在scikit-learn中尚未实现，所以有时还要求助其他API。 阅读全文

摘要： 阿曼多·凡丹戈（Armando Fandango）的《python数据分析（第2版）》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。第6章“数据可视化”介绍如何利用Matplotlib和Pandas的绘图函数来实现数据的可视化。 阅读全文

摘要： 阿曼多·凡丹戈（Armando Fandango）的《python数据分析（第2版）》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。第6章“数据可视化”介绍如何利用Matplotlib和Pandas的绘图函数来实现数据的可视化。 阅读全文

摘要： 阿曼多·凡丹戈（Armando Fandango）的《python数据分析（第2版）》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。第7章“信号处理与时间序列”利用太阳黑子周期数据来实例讲解时间序列和信号处理，同时还会介绍一些相关的统计模型。本章使用的主要工具是NumPy和SciPy。 阅读全文

摘要： 阿曼多·凡丹戈（Armando Fandango）的《python数据分析（第2版）》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。第6章“数据可视化”介绍如何利用Matplotlib和Pandas的绘图函数来实现数据的可视化。 阅读全文

摘要： 阿曼多·凡丹戈（Armando Fandango）的《python数据分析（第2版）》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。第5章“数据的检索、加工与存储”介绍如何获取不同格式的数据，以及原始数据的清洗和存储方法。 阅读全文

摘要： 阿曼多·凡丹戈（Armando Fandango）的《python数据分析（第2版）》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。第4章“统计学与线性代数”对线性代数和统计函数做了简要回顾。 阅读全文

摘要： 阿曼多·凡丹戈（Armando Fandango）的《python数据分析（第2版）》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。第3章“Pandas入门”阐述Pandas的基本功能，其中涉及Pandas的数据结构与相应的操作。 阅读全文

摘要： 阿曼多·凡丹戈（Armando Fandango）的《python数据分析（第2版）》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第2章“NumPy数组”介绍NumPy和数组的基础知识。通过阅读本章，读者能够基本掌握NumPy数组及其相关函数。 阅读全文

摘要： 阿曼多·凡丹戈（Armando Fandango）的《python数据分析（第2版）》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第1章“Python程序库入门”手把手地指导读者正确安装配置Python和基础的Python数值分析软件库。同时，本章还会展示如何通过NumPy创建一个小程序以及如何利用Matplotlib来绘制简单的图形。 阅读全文

摘要： 托马兹·卓巴斯的《数据分析实战》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第11章涵盖了代理人基的模拟；我们模拟的场景有：加油站的加油过程，电动车耗尽电量以及狼——羊的掠食。 阅读全文

摘要： 托马兹·卓巴斯的《数据分析实战》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第10章解释了选择模型理论以及一些流行的模型：多项式Logit模型、嵌套Logit模型以及混合Logit模型。 阅读全文

摘要： 托马兹·卓巴斯的《数据分析实战》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第9章描述了多种与分析文本信息流相关的技巧：词性标注、主题抽取以及对文本数据的分类。 阅读全文

摘要： 托马兹·卓巴斯的《数据分析实战》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第8章介绍了如何使用NetworkX和Gephi来对图数据进行处理、理解、可视化和分析。 阅读全文

摘要： 托马兹·卓巴斯的《数据分析实战》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第7章探索了如何处理和理解时间序列数据，并建立ARMA模型以及ARIMA模型。 阅读全文

摘要： 托马兹·卓巴斯的《数据分析实战》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第6章涵盖了许多回归模型，有线性的，也有非线性的。我们还会复习随机森林和支持向量机，它们可用来解决分类或回归问题。 阅读全文

摘要： 托马兹·卓巴斯的《数据分析实战》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。第5 章展示了很多降维的技巧，从最知名的主成分分析出发，经由其核版本与随机化版本，一直讲到线性判别分析。 阅读全文

摘要： 托马兹·卓巴斯的《数据分析实战》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。第4章解释了多种聚类模型；从最常见的k均值算法开始，一直到高级的BIRCH算法和DBSCAN算法。 阅读全文

摘要： 托马兹·卓巴斯的《数据分析实战》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。第3章介绍了处理分类问题的种种技巧，从朴素贝叶斯分类器到复杂的神经网络和随机树森林。 阅读全文

摘要： 托马兹·卓巴斯的《数据分析实战》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。第2章描述了用于理解数据的多种技巧。我们会了解如何计算变量的分布与相关性，并生成多种图表。 阅读全文