摘要：
2.2 IPython基础 1 Running the IPython Shell （运行IPython Shell） 可以通过命令行启动IPython，就像启动标准的Python解释器一样，直接在terminal中键入ipython，回车即可。因为这里我用的是Jupyter Notebook，默认 阅读全文
posted @ 2018-11-11 17:25
hank-li
阅读(434)
评论(0)
推荐(0)
摘要：
2.1 The Python Interpreter（Python解释器） Python是一门解释性语言。Python的解释器一次只能运行一个命令。标准的Python解释器环境可以用通过输入python进入（在终端输入python后，就能进入解释器）： 是提示符（prompt），告诉你可以输入指令。 阅读全文
posted @ 2018-11-11 16:32
hank-li
阅读(4056)
评论(0)
推荐(0)
摘要：
1.6 Navigating This Book（本书导航） 如果之前没有接触过Python，那么你应该在第2章和第3章多花一些时间。这两章介绍了Python语言的特性和IPython shell以及Jupyter notebooks。这些东西是本书的基本知识。如果已经有了相关经验，可以直接跳过这些 阅读全文
posted @ 2018-11-11 16:27
hank-li
阅读(273)
评论(0)
推荐(0)
摘要：
1.5 Community and Conferences（社区和讨论组）+ 私货 下面是一些和科学计算，数据处理相关的Python社群和讨论组，如果有什么问题可以进行提问： pydata: A Google Group list for questions related to Python fo 阅读全文
posted @ 2018-11-11 16:26
hank-li
阅读(218)
评论(0)
推荐(0)
摘要：
1.4 Installation and Setup（安装和设置） 这里我们用Anaconda发行版作为Python的使用环境，推荐安装Python3.6，本书就是用Python3.6代码写成的。（译者：我使用的也是Anaconda，Python版本是3.5，与3.6没有任何使用上的差别） 译者：针 阅读全文
posted @ 2018-11-11 16:24
hank-li
阅读(437)
评论(0)
推荐(0)
摘要：
1.3 Essential Python Libraries（一些重要的Python库） 如果不了解Python的数据生态，以及本书中即将用到的一些库，这里会做一个简单的介绍： Numpy 这里就不过多介绍了，下面给出一些链接可以参考。这个库太重要了，Python之所以能在科学计算上独领风骚很大程度 阅读全文
posted @ 2018-11-11 16:22
hank-li
阅读(1162)
评论(0)
推荐(0)
摘要：
1.2 Why Python for Data Analysis?（为什么使用Python做数据分析） 这节我就不进行过多介绍了，Python近几年的发展势头是有目共睹的，尤其是在科学计算，数据处理，AI方面，否则大家也不会来看这本书了。 使用Python的一些优点 1. Python是一门胶水语言 阅读全文
posted @ 2018-11-11 16:20
hank-li
阅读(263)
评论(0)
推荐(0)
摘要：
CHAPTER 1 Preliminaries（预备知识） 1.1 What Is This Book About?（这本书是关于什么的） 这本书关心的是如何用Python对数据进行处理和清洗等操作。本书的目的是作为一个指南，讲解使用Python语言和它的一些处理数据的库和工具，这能让我们成为一个有 阅读全文
posted @ 2018-11-11 16:18
hank-li
阅读(1030)
评论(0)
推荐(0)
摘要：
``` > head(airquality,10) Ozone Solar.R Wind Temp Month Day 1 41 190 7.4 67 5 1 2 36 118 8.0 72 5 2 3 12 149 12.6 74 5 3 4 18 313 11.5 62... 阅读全文
posted @ 2018-11-11 16:02
hank-li
阅读(166)
评论(0)
推荐(0)
摘要：
``` #sort:对向量进行排序;返回排好序的内容 #order:返回排好序的内容的下标/多个排序标准 > x sort(x$v2) [1] 6 7 8 9 10 > sort(x$v2,decreasing = TRUE) [1] 10 9 8 7 6 > order(x$v2) [1] 4 2 5 3 1 > x[order(x$v2),] v1 v2 v3 v... 阅读全文
posted @ 2018-11-11 16:00
hank-li
阅读(245)
评论(0)
推荐(0)
浙公网安备 33010602011771号