熊猫

熊猫:一个用于数据分析和统计的基础蟒蛇库。在本文中,我们将讨论大熊猫,一个丰富的数据结构的Python库和用于处理统计学、金融、社会科学和许多其他领域的结构化数据集的工具。该库提供了集成的、直观的例程,用于对这些数据集执行常见的数据操作和分析。它旨在成为Python统计计算未来的基础层。它是对现有科学Python栈的有力补充,同时实现和改进了其他统计编程语言(如R)中发现的各种数据操作工具。除了详细介绍其设计和特征外,我们还将讨论Python语言中统计和数据分析应用的工作和增长机会的未来途径。


ZBMaCT中的参考文献(19篇文章中引用)

显示结果1至19的19。
按年份排序(引文

  1. Amir M. Mir;Jalal A. Nasiri:LtxTimsVM:标准双支持向量机分类器的简单快速实现(2019)不是ZB数学
  2. 约翰松,罗伯特:数字Python。NUMPY、SciPy和MatPultLIB的科学计算和数据科学应用(2019)
  3. 台萨酷玛:AlpATWiRL:一个用于将事件数据归纳为多元分类数据的Python库(2019)阿西夫
  4. 贲元柳;斌洋;灿华旭;俊颖霞;孟代;甄宇继;傅胜有;PieIT;PyeIT:基于Python的电阻抗断层成像框架(2018)不是ZB数学
  5. Catherine Zucker;希望欢晨:RadFil:一种用于星际丝的径向轮廓的Python封装(2018)阿西夫
  6. 伊格纳蒂耶夫,阿列克谢;摩尔加多,安东尼奥;Marques Silva,Joao:PySAT:一个用SAT神谕进行原型制作的Python工具包(2018)
  7. 米迦勒J BMMARTO TO II;Daniel Martin Katz;Eric M Detterman:OpenEdGAR:开放源码软件为SEC埃德加分析(2018)阿西夫
  8. 闵杰竹,Frank McKenna,Michael H. Scott:OpenSESEPY:OpenSee有限元框架的Python库(2018)不是ZB数学
  9. Robert Gieseke;Sven N Willner;Matthias Mengel:PyMaGICC:一个简单气候模型MyICC的Python包装(2018)不是ZB数学
  10. 阿门,赛义德:用Python分析金融市场(2017)
  11. Andrew C. Heusser,Kirsten Ziman,露西L.W.OWEN,Jeremy R. Manning:HythOuto:一个用于可视化和操纵高维数据的Python工具箱(2017)阿西夫
  12. Bryan W. Weber,Kyle E. Niemeyer:CHEMKED:一个人类和机器可读的化学动力学实验数据标准(2017)阿西夫
  13. Ehrhardt,马蒂亚斯(ED);Günter,米迦勒(ED);ter Maten,E. Jan W.(ED):计算金融的新方法(2017)
  14. 戈登,Steven I.;Guilfoos,布瑞恩:Matlab和Python的建模与仿真导论(2017)
  15. Igual,劳拉;塞古,桑蒂:数据科学导论。Python的概念、技术和应用方法。来自霍尔迪VITRI的贡献,Eooi-Purtas PITA RaDava,Oriol Pujol,Sergio Escalera,Fralsic Toess和LLui'加里多(2017)
  16. Leon Thurner,Alexander Scheidler,Florian Schaefer,Jan Hendrik Menke,Julian Dollichon,Friederike Meier,Steffen Meinecke,Steffen Meinecke:PANAPAPWORE——一个开源的Python工具,用于电力系统的方便建模、分析和优化(2017)阿西夫
  17. Randal S. Olson,William La Cava,Patryk Orzechowski,Ryan J. Urbanowicz,Jason H. Moore:PMLB:一种用于机器学习评估和比较的大基准套件(2017)阿西夫
  18. Zhang Y.,Bilheux J.:IMAGIN RESO:中子共振成像工具(2017)不是ZB数学
  19. UpPunCo,Joe: Python for概率、统计和机器学习(2016)