你是否在寻找一本完整介绍Python操纵、处理、提取和压缩结构化数据的指南?本书包含了许多实例分析,通过若干个Python库——包括NumPy,pandas,matplotlib和IPython——为你展示了如何高效地解决大量数据分析的问题。《Python数据分析()》由麦金尼撰写,他是pandas库的主要作者。本书也是一本具有实践性的指南,指导那些使用Python进行科学计算的数据密集型应用。它适用于刚刚开始使用Python的分析师,或者是进入科学计算领域的Python程序员。使用IPyth1on交互式shell作为你的主要开发环境学习NumPy(NumericalPython)的基础和高级特性接触patldas库中的数据分析工具。《Python数据分析()》内容:使用高性能工具来加载、抽取、转换、合并和改造数据使用matplotlib来创建散点图和静态或者交互式可视化数据运用pandas的groupby功能来对数据集进行切片、切块和汇总通过具体实例来学
本书以程序设计能力的培养为目标,系统地介绍了数据结构和算法设计的相关知识,其主要内容包括:线性表、栈、队列、串、数组、树、图、索引和散列等基本数据结构及其应用;分治法、动态规划、贪心算法、回溯法、分支界限法等常用的算法设计方法。书中还通过具体实例的分析和设计,介绍了软件设计规范及程序设计的关键技术,具有较高的使用价值。本书可作为高等学校电子信息类非计算机专业“数据结构”课程的本科(或大专)教材,也可供自学计算机软件基础知识的读者参考。
本书是在作者近十年进行时空数据库研究、教学的基础上撰写的。书中系统论述和分析了时空数据库、空间数据库、移动数据库等若干新的查询、空间数据推理等新技术和理论。本书共分十四章,主要内容包括:空间数据库最近邻查询,基于Voronoi图的反向最近邻、组最近邻、多类型最近邻查询;线段最近邻、反向最近邻查询,基于线段索引树的平面线段集最近邻查询;基于空间填充曲线的高维空间最近邻、k-最近对、高维空间范围查询;基于主存△-tree的高维数据连接;移动对象连续最近邻查询;主方向关系网络一致性;Vague区域关系和Vague方向关系组合推理,Vague区域关系和Vague时间关系组合推理等。本书可作为计算机科学与技术、地理信息系统、机器人技术、人工智能、卫星遥感、气象分析、地质灾害分析等领域所包括的相关专业的高年级本科生或硕士生选修课,