Python Data Analytics with Pandas, NumPy and Matplotlib [2nd ed.]

Contents......Page 3
Data    Analysis......Page 15
Knowledge Domains of the Data Analyst......Page 17
Understanding the Nature of the Data......Page 19
The Data Analysis Process......Page 20
Quantitative and Qualitative Data Analysis......Page 28
Open    Data......Page 29
Conclusions......Page 31
Python—The Programming Language......Page 32
Python 2 and Python 3......Page 36
PyPI—The Python Package Index......Page 52
SciPy......Page 59
Conc  lusions......Page 61
NumPy: A Little History......Page 62
Ndarray: The Heart of the Library......Page 63
Basic    Operations......Page 70
Indexing, Slicing, and Iterating......Page 75
Conditions and Boolean Arrays......Page 82
Shape  Manipulation......Page 83
Array  Manipulation......Page 84
General  Concepts......Page 87
Structured  Arrays......Page 92
Reading and Writing Array Data on Files......Page 95
Conclusions......Page 97
pandas: The Python Data Analysis Library......Page 99
Installation  of pandas......Page 100
Testing Your pandas Installation......Page 103
Introduction to pandas Data Structures......Page 104
Other Functionalities on Indexes......Page 126
Operations Between Data Structures......Page 132
Function Application and Mapping......Page 134
Sorting  and Ranking......Page 138
Correlation  and Covariance......Page 141
“Not a Number” Data......Page 143
Hierarchical Indexing and Leveling......Page 146
Conclusions......Page 151
I/O API Tools......Page 152
CSV and Textual Files......Page 153
Reading Data in CSV or Text Files......Page 154
Reading and Writing HTML Files......Page 163
Reading Data from XML......Page 168
Reading and Writing Data on Microsoft Excel Files......Page 170
JSON  Data......Page 173
The Format HDF5......Page 177
Pickle—Python Object Serialization......Page 179
Interacting  with Databases......Page 181
Reading and Writing Data with a NoSQL Database:  MongoDB......Page 189
Conclusions......Page 191
Data    Preparation......Page 192
Concatenating......Page 199
Data  Transformation......Page 208
Discretization  and Binning......Page 215
Permutation......Page 221
String  Manipulation......Page 223
Data  Aggregation......Page 228
Group  Iteration......Page 233
Advanced Data Aggregation......Page 236
Conclusions......Page 240
The matplotlib Library......Page 241
The IPython and IPython QtConsole......Page 243
The matplotlib Architecture......Page 245
pyplot......Page 249
The Plotting Window......Page 251
Using    the kwargs......Page 258
Adding Elements to the Chart......Page 261
Saving Your Charts......Page 270
Handling Date Values......Page 274
Line  Charts......Page 277
Histograms......Page 287
Bar    Charts......Page 288
Pie  Charts......Page 302
Adv  anced  Charts......Page 307
The mplot3d Toolkit......Page 312
Multi-P  anel  Plots......Page 317
Conclusions......Page 322
Machine    Learning......Page 323
Supervised Learning with scikit-learn......Page 325
The Iris Flower Dataset......Page 326
K-Nearest Neighbors Classifier......Page 332
Diabetes  Dataset......Page 337
Linear Regression: The Least Square Regression......Page 338
Support Vector Machines (SVMs)......Page 344
Conc  lusions......Page 357
Artificial Intelligence, Machine Learning, and Deep  Learning......Page 358
Deep  Learning......Page 361
Artificial Neural Networks......Page 364
T  ensorFlow......Page 371
Start Programming with TensorFlow......Page 372
Single Layer Perceptron with TensorFlow......Page 380
Multi Layer Perceptron (with One Hidden Layer)  with TensorFlow......Page 395
Multi Layer Perceptron (with Two Hidden Layers)  with TensorFlow......Page 406
Conc  lusions......Page 416
A Hypothesis to Be Tested: The Influence  of the Proximity of the Sea......Page 417
Finding the Data Source......Page 422
Data Analysis on Jupyter Notebook......Page 423
Analysis of Processed Meteorological Data......Page 429
The    RoseWind......Page 444
Conclusions......Page 451
The Open Data Source for Demographics......Page 452
The JavaScript D3 Library......Page 456
Drawing a Clustered Bar Chart......Page 461
The Choropleth Maps......Page 466
The Choropleth Map of the U.S. Population in 2014......Page 471
Conclusions......Page 478
Handwriting    Recognition......Page 479
Recognizing Handwritten Digits with scikit-learn......Page 480
The Digits Dataset......Page 481
Learning    and Predicting......Page 484
Recognizing Handwritten Digits with TensorFlow......Page 486
Learning  and Predicting......Page 488
Conclusions......Page 492
Text Analysis Techniques......Page 493
Conclusions......Page 512
Image Analysis and Computer Vision......Page 513
OpenCV    and Python......Page 514
First Approaches to Image Processing and Analysis......Page 515
Image    Analysis......Page 527
Edge Detection and Image Gradient Analysis......Page 528
A Deep Learning Example: The Face Detection......Page 538
Conc  lusions......Page 541
With IPython Notebook in a Markdown Cell......Page 542
Fractions, Binomials, and Stacked Numbers......Page 543
Fonts......Page 544
Accents......Page 545
Political and Government Data......Page 553
Social Data......Page 554
Miscellaneous and Public Data Sets......Page 555
Climatic Data......Page 556
Musical Data......Page 557
Index......Page 558