利用python进行数据分析

这本书看完，重点分为以下几大点：

1.Numpy包

这书数据分析的基础包，其中核心的我认为是ndarray，也就是一种多维数组对象；

这种数组里面还有索引和切片的概念，也很重要；

除此之外，计算多维数组还对应着许多通用函数，有些常用的函数，我们要记住且会使；

 

2.Pandas库

这个库在数据分析中是十分重要的，其中Series和DataFrame两种数据结构尤为重要；

本库中还有一些十分重要的基本功能，包括各种索引选取过滤，处理缺失数据，汇总和计算统计描述等；

 

 

3.绘图和可视化

本节最重要的就是掌握 matplotlib 工具的使用，

利用此工具可以画出各种样式的图形，如柱状图、直方图、密度图、散布图等；

 

4.时间序列

本节最重要的几个概念：时间戳（timestamp）、固定时期（period）、时间间隔（interval）；

 

5.数据加载、存储和文件格式

本节主要讲各种格式的数据如何读取和存储，包括文本格式、JSON、二进制数据格式；

 

6.数据清理、转换、合并和重塑

本节主要讲数据的规整化，包括数据集的合并：索引合并、重叠数据合并；

然后是数据转换和字符串操作；

 

7.数据聚合与分组运算

本节主要讲了利用pandas库中十分重要的函数-----groupby，它能使你以一种自然的方式对数据集进行切片、切块、摘要等操作；

本节主要掌握：
①根据一个或多个键拆分pandas对象

②计算分组摘要统计，如计数、平均值、标准差，或用户自定义函数

③对DataFrame的列应用各种各样的函数

④应用组内转换或其他运算，如规格化、线性回归、排名或选取子集

⑤计算透视表或交叉表

⑥执行分位数分析以及其他分组分析