python数据分析基础教程numpy学习指南书本附带代码

【实例简介】python数据分析基础教程numpy学习指南书本附带代码
书籍自带的示例代码

【实例截图】

【核心代码】
文件清单
└── numpyCode
    ├── ch10code
    │   ├── algebra.py
    │   ├── a.mat
    │   ├── frequencies.py
    │   ├── gaussquad.py
    │   ├── images.py
    │   ├── optfit.py
    │   ├── pair.py
    │   ├── README
    │   ├── repeat_audio.py
    │   ├── scipyio.py
    │   ├── sincinterp.py
    │   ├── statistics.py
    │   └── trend.py
    ├── ch11code
    │   ├── animation.py
    │   ├── clustering.py
    │   ├── head.jpg
    │   ├── life_demo.py
    │   ├── matplotlib_demo.py
    │   ├── opengl_demo.py
    │   ├── simplegame.py
    │   └── surfarray_demo.py
    ├── ch1code
    │   ├── README
    │   └── vectorsum.py
    ├── ch2code
    │   ├── arrayattributes2.py
    │   ├── arrayattributes.py
    │   ├── arrayconversion.py
    │   ├── charcodes.py
    │   ├── dtypeattributes2.py
    │   ├── dtypeattributes.py
    │   ├── dtypeconstructors.py
    │   ├── elementselection.py
    │   ├── numericaltypes.py
    │   ├── README
    │   ├── record.py
    │   ├── shapemanipulation.py
    │   ├── slicing1d.py
    │   ├── slicing.py
    │   ├── splitting.py
    │   └── stacking.py
    ├── ch3code
    │   ├── atr.py
    │   ├── bollingerbands.py
    │   ├── data.csv
    │   ├── ema.py
    │   ├── eye.txt
    │   ├── genfromtxt.py
    │   ├── linearmodel.py
    │   ├── ndarraymethods.py
    │   ├── range.py
    │   ├── README
    │   ├── returns.py
    │   ├── save.py
    │   ├── simplestats.py
    │   ├── sma.py
    │   ├── trendline.py
    │   ├── vwap.py
    │   ├── weekdays.py
    │   ├── weeksummary.csv
    │   └── weeksummary.py
    ├── ch4code
    │   ├── ch4code
    │   │   ├── BHP.csv
    │   │   ├── correlation.py
    │   │   ├── obv.py
    │   │   ├── polynomials.py
    │   │   ├── README
    │   │   ├── simulation.py
    │   │   ├── smoothing.py
    │   │   └── VALE.csv
    │   └── __MACOSX
    │       └── ch4code
    ├── ch5code
    │   ├── answer42.py
    │   ├── bittwiddling.py
    │   ├── bmatcreation.py
    │   ├── dividing.py
    │   ├── fibonacci.py
    │   ├── lissajous.py
    │   ├── matrixcreation.py
    │   ├── modulo.py
    │   ├── README
    │   ├── sawtooth.py
    │   ├── squarewave.py
    │   ├── trigonometry.py
    │   ├── ufuncattributes.py
    │   └── ufuncmethods.py
    ├── ch6code
    │   ├── decomposition.py
    │   ├── determinant.py
    │   ├── dice.py
    │   ├── eigenvalues.py
    │   ├── fourier.py
    │   ├── fouriershift.py
    │   ├── headortail.py
    │   ├── inversion.py
    │   ├── lognormaldist.py
    │   ├── normaldist.py
    │   ├── pseudoinversion.py
    │   ├── README
    │   ├── solution.py
    │   └── urn.py
    ├── ch7code
    │   ├── AAPL.csv
    │   ├── bessel0.py
    │   ├── extracted.py
    │   ├── futurevalue.py
    │   ├── interestrate.py
    │   ├── internalratereturn.py
    │   ├── lex.py
    │   ├── modifiedratereturn.py
    │   ├── netpresentvalue.py
    │   ├── numberpayments.py
    │   ├── payment.py
    │   ├── plot_bartlett.py
    │   ├── plot_blackman.py
    │   ├── plot_hamming.py
    │   ├── plot_kaiser.py
    │   ├── plot_sinc.py
    │   ├── presentvalue.py
    │   ├── README
    │   ├── sinc2d.py
    │   ├── sortcomplex.py
    │   └── sortedsearch.py
    ├── ch8code
    │   ├── almostequal.py
    │   ├── approxequal.py
    │   ├── arrayalmostequal.py
    │   ├── arrayequal.py
    │   ├── arrayless.py
    │   ├── decorator_test.py
    │   ├── decorator_test.pyc
    │   ├── docstringtest.py
    │   ├── docstringtest.pyc
    │   ├── equal.py
    │   ├── maxulp.py
    │   ├── nulp.py
    │   ├── README
    │   ├── stringequal.py
    │   └── unit_test.py
    ├── ch9code
    │   ├── animation.py
    │   ├── candlesticks.py
    │   ├── contour.py
    │   ├── emalegend.py
    │   ├── fillbetween.py
    │   ├── logy.py
    │   ├── polyplot2.py
    │   ├── polyplot3.py
    │   ├── polyplot.py
    │   ├── README
    │   ├── scatterprice.py
    │   ├── stockhistogram.py
    │   └── three_d.py
    └── LearningDataMiningWithPython-master
        ├── front_cover.jpg
        ├── INSTALL.md
        ├── LearningDataMiningBook
        │   ├── Chapter 1
        │   │   ├── affinity_dataset.txt
        │   │   ├── ch1_affinity_create.ipynb
        │   │   ├── ch1_affinity.ipynb
        │   │   └── ch1_oner_application.ipynb
        │   ├── Chapter 10
        │   │   └── Chapter 10 Clusterer.ipynb
        │   ├── Chapter 11
        │   │   ├── Chapter 11 (CIFAR).ipynb
        │   │   └── Chapter 11 (Theano and Lasagne).ipynb
        │   ├── Chapter 12
        │   │   ├── CH12 MapReduce Basics.ipynb
        │   │   ├── Chapter 12 (NB Predict).ipynb
        │   │   ├── Chapter 12 (Test load).ipynb
        │   │   ├── extract_posts.py
        │   │   ├── nb_predict.py
        │   │   └── nb_train.py
        │   ├── Chapter 2
        │   │   └── Ionosphere Nearest Neighbour.ipynb
        │   ├── Chapter 3
        │   │   └── Basketball Results.ipynb
        │   ├── Chapter 4
        │   │   └── ch4 Affinity Analysis.ipynb
        │   ├── Chapter 5
        │   │   ├── adult_tests.py
        │   │   ├── ch5_adult.ipynb
        │   │   └── ch5_advertisements.ipynb
        │   ├── Chapter 6
        │   │   ├── ch6_classify_twitter.ipynb
        │   │   ├── ch6_get_twitter.ipynb
        │   │   ├── ch6_label_twitter.ipynb
        │   │   └── replicable_dataset.json
        │   ├── Chapter 7
        │   │   ├── ch7_collect_twitter_data.ipynb
        │   │   ├── CH7 From Load.ipynb
        │   │   └── ch7_part2_twitter.ipynb
        │   ├── Chapter 8
        │   │   ├── CH8 Rewrite.ipynb
        │   │   └── Sigmoid.ipynb
        │   └── Chapter 9
        │       ├── Chapter 9 Authorship Analysis.ipynb
        │       └── getdata.py
        ├── README.md
        └── requirements.txt

29 directories, 177 files