Joyful-Pandas

[!IMPORTANT]

本项目地址已由原先的 joyfulpandas.datawhale.club 更换至 https://inter.joyfulpandas.datawhale.club

[!NOTE]

智海平台：https://aiplusx.momodel.cn/classroom/class/658d379f891ad518e0274bc2?activeKey=intro

基于Joyful Pandas教程编写的纸质版书籍已在各大网络平台上线，欢迎选购。本书使用新版的1.4.0，对网页版教程（基于1.2.0）内容作了大量修订，包括内容增改以及习题更新，同时增加了数据可视化、特征工程和性能优化三个章节的内容。本书设计练一练共计121题，章后习题共计41题，各章节分布与目录见后文。有关本书籍和pandas的任何问题可以在本仓库提issue，或者加最后的二维码进讨论群提问。

购买链接：

在写作期间，本书作者积极参与pandas的开发工作和社区建设，点击此处查看开源贡献。同时，Joyful Pandas也被pandas官方增选为社区推荐教程，在此对pandas核心开发组多年来的长期维护和社区建设表示感谢！

纸质版

数据集：下载（提取码：9e8r）
参考答案：链接
勘误修订：链接
练一练与习题

| 章节 | 练一练（题数） | 习题（\*为纸质版新增） | | ---- | ---- | ---- | | 第一章预备知识 | 15 | 一、利用列表推导式实现矩阵乘法
二、计算卡方统计量
\* 三、统计某商店的月度销量情况 | | 第二章 pandas基础 | 8 | \ 一、整理某服装店的商品情况
\ 二、汇总某课程的学生总评分数
三、实现指数加权窗口 | | 第三章索引 | 6 | \* 一、实现sample()函数
二、公司员工数据的索引操作
三、巧克力评价数据的索引操作 | | 第四章分组 | 10 | 一、汽车数据的分组分析
\* 二、某海洋物种在三大海域的分布研究
三、实现transform()函数 | | 第五章变形 | 9 | \ 一、某连锁店的库存统计
\ 二、整理某地区的化石燃料数据
三、特殊的widetolong()方法 | | 第六章连接 | 5 | 一、合并员工信息表
二、实现join()函数
\* 三、条件连接 | | 第七章缺失数据 | 6 | \ 一、缺失数据筛选
二、K近邻填充
\ 三、条件近邻插值 | | 第八章文本数据 | 3 | 一、房屋数据的文本提取
\ 二、巴洛克作曲家的年龄统计
\ 三、汇总显卡测试的结果 | | 第九章分类数据 | 2 | 一、统计未出现的类别
二、钻石数据的类别构造
\* 三、有序类别下的逻辑斯蒂回归 | | 第十章时间序列数据 | 10 | 一、太阳辐射数据的时序分析
二、水果销量分析
\* 三、使用Prophet进行时序预测 | | 第十一章数据观测 | 15 | \ 一、图片绘制
\ 二、数据观测实战
\* 三、基于PyOD库的异常检测 | | 第十二章特征工程 | 12 | \ 一、卡方分箱
\ 二、基于标签的特征构造
\* 三、信用卡诈骗数据的特征工程 | | 第十三章性能优化 | 20 | \ 一、DNA链的碱基序列处理
\ 二、捕捉电信号的激活态区间
\ 三、药物靶点的关联性分析
\ 四、物质浓度的指标检测
\* 五、设计滑窗类 |

| | | | | ---- | ---- | ---- | | 第十一章数据观测 | 11.1 可视化方法 | 11.1.1 基本绘图 | | | | 11.1.2 元素控制 | | | | 11.1.3 子图控制 | | | 11.2 数据观测方法 | 11.2.1 数据类型 | | | | 11.2.2 数据统计量 | | | | 11.2.3 数据分布 | | | | 11.2.4 基于数据报告的观测 | | | 11.3 习题 | / | | 第十二章特征工程 | 12.1 单特征构造 | 12.1.1 特征变换 | | | | 12.1.2 文本数据特征 | | | | 12.1.3 时间序列数据特征 | | | | 12.1.4 单特征构造的一般方法 | | | 12.2 多特征构造 | 12.2.1 分组技术 | | | | 12.2.2 特征降维 | | | 12.3 特征选择 | 12.3.1 基于统计量的选择 | | | | 12.3.2 基于模型的选择 | | | 12.4 习题 | / | | 第十三章性能优化 | 13.1 pandasic代码要义 | / | | | 13.2 多进程加速 | 13.2.1 多进程和多线程 | | | | 13.2.2 多进程的陷阱 | | | | 13.2.3 异步进程 | | | | 13.2.4 进程中的数据共享 | | | | 13.2.5 在pandas中使用多进程 | | | 13.3 利用Cython加速 | 13.3.1 初识Cython | | | | 13.3.2 优化策略 | | | | 13.3.3 多线程加速 | | | | 13.3.4 Cython类及其应用 | | | | 13.3.5 模块构建 | | | 13.4 利用Numba加速 | 13.4.1 noPython模式 | | | | 13.4.2 ufunc与向量化 | | | | 13.4.3 jitclass及其应用| | | 13.5 习题 | / |