《Python数据分析基础教程（第2版）》试读

译　者　序

NumPy，即Numeric Python的缩写，是一个优秀的开源科学计算库，并已经成为Python科学计算生态系统的重要组成部分。NumPy为我们提供了丰富的数学函数、强大的多维数组对象以及优异的运算性能。尽管Python作为流行的编程语言非常灵活易用，但它本身并非为科学计算量身定做，在开发效率和执行效率上均不适合直接用于数据分析，尤其是大数据的分析和处理。幸运的是，NumPy为Python插上了翅膀.. (更多)

前　　言

如今，科学家、工程师以及定量管理分析师面临着众多的挑战。数据科学家们希望能够用最小的编程代价在大数据集上进行数值分析，他们希望自己编写的代码可读性好、执行效率高、运行速度快，并尽可能地贴近他们熟悉的一系列数学概念。在科学计算领域，有很多符合这些要求的解决方案。 在这方面，C、C++和Fortran等编程语言各有优势，但它们不是交互式语言，并且被很多人认为过于复杂。常见.. (更多)

第一章：NumPy快速入门

让我们开始吧。首先，我们将介绍如何在不同的操作系统中安装NumPy和相关软件，并给出使用NumPy的简单示例代码。然后，我们将简单介绍IPython（一种交互式shell工具）。如前言所述，SciPy和NumPy有着密切的联系，因此你将多次看到SciPy的身影。在本章的末尾，我们将告诉你如何利用在线资源，以便你在受困于某个问题或不确定最佳的解题方法时，可以在线获取帮助。 本章涵盖以下内容： 在W...

1. 1.1　Python
2. 1.2　动手实践：在不同的操作系统上安装Python
3. 1.3　Windows
4. 1.4　动手实践：在Windows上安装NumPy、Matplotlib、SciPy和IPython
5. 1.5　Linux
6. 1.6　动手实践：在Linux上安装NumPy、Matplotlib、SciPy和IPython
7. 1.7　Mac OS X
8. 1.8　动手实践：在Mac OS X上安装NumPy、Matplotlib和SciPy
9. 1.9　动手实践：使用MacPorts或Fink安装NumPy、SciPy、Matplotlib和IPython
10. 1.10　编译源代码
11. 1.11　数组对象
12. 1.12　动手实践：向量加法
13. 1.13　IPython：一个交互式shell工具
14. 1.14　在线资源和帮助
15. 1.15　本章小结