掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
PYTHON與R語言數據科學實踐 版權信息
- ISBN：9787115610713
- 條形碼：9787115610713 ; 978-7-115-61071-3
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
PYTHON與R語言數據科學實踐 本書特色
1.結合具體案例，分析Python和R的特點及適用場景；
2.利用真實案例演示如何集成Python和R；
3.提供Python和R對照翻譯，方便切換語言。
PYTHON與R語言數據科學實踐 內容簡介
本書從數據科學的角度，講解了Python和R的語言特性以及各自的優缺點，介紹了包括包、框架和工作流在內的開源生態系統，分析了Python和R分別適用于哪些業務場景，并通過真實的案例演示如何在單個工作流中集成Python與R,使兩種語言充分發揮優勢，改善業務應用的效果。本書還提供了Python和R的對照翻譯，幫助讀者在兩種語言間快速切換。 本書適合數據科學領域有一定Python或R基礎的開發人員閱讀，能夠幫助讀者探索完成數據科學任務的新方法并改善應用效果。
PYTHON與R語言數據科學實踐 目錄
前言 xiii
第I部分 探索新的語言
第 1章 概述 3
1.1 R的起源 3
1.2 Python的起源 4
1.3 語言戰爭的開端 5
1.4 數據科學主導權之戰 6
1.5 合作與社區建設的融合 8
1.6 *后的想法 8
第II部分 兩種編程語言I：新學習一門語言
第 2章 針對Python用戶的R 13
2.1 啟動和運行R 13
2.2 項目和第三方庫 15
2.3 Tibbles的勝利 20
2.4 關于數據類型和數據探索 23
2.5 關于命名（內部） 25
2.6 列表 27
2.7 關于因子 29
2.8 如何查找 30
2.9 重復迭代 37
2.10 *后的想法 38
第3章 針對R用戶的Python 40
3.1 版本和構建 41
3.2 標準工具 42
3.3 虛擬環境 46
3.4 安裝第三方庫 50
3.5 筆記本 52
3.6 從編程語言角度對比Python和R 53
3.7 導入數據集 55
3.8 檢查數據 55
3.9 數據結構和描述性統計 57
3.10 數據結構：回歸基礎 58
3.11 索引和邏輯表達式 60
3.12 繪圖 61
3.13 推理統計 61
3.14 *后的想法 62
第III部分 兩種編程語言II：現代的環境
第4章 數據格式環境 65
4.1 外部第三方庫與基礎庫 67
4.2 圖像數據 69
4.3 文本數據 74
4.4 時間序列數據 77
4.4.1 基礎R 77
4.4.2 Prophet第三方庫 79
4.5 空間數據 80
4.6 *后的想法 82
第5章 工作流程環境 83
5.1 定義工作流程 83
5.2 探索式數據分析 85
5.2.1 統計可視化 85
5.2.2 交互可視化 88
5.3 機器學習 89
5.4 數據工程 93
5.5 報表 97
5.5.1 靜態報表 97
5.5.2 互動式報表 98
5.6 *后的想法 101
第IV部分 兩種編程語言III：學會協同
第6章 協同使用兩種語言 105
6.1 虛擬的互操作性 105
6.2 互操作性 107
6.3 深入互操作性 112
6.3.1 在R Markdown文檔中R和Python之間傳遞對象 112
6.3.2 在R Markdown文檔中調用Python 113
6.3.3 使用來源命令調用Python 114
6.3.4 使用REPL調用Python 115
6.3.5 在交互式文檔中使用動態輸入調用Python 115
6.4 *后的想法 117
第7章 兩種編程語言數據科學案例研究 118
7.1 24年188萬場野火 118
7.2 設置和導入數據 121
7.3 EDA和數據可視化 122
7.4 機器學習 126
7.4.1 設置Python環境 126
7.4.2 特征工程 127
7.4.3 模型訓練 128
7.5 推理和用戶界面 129
7.6 *后的想法 131
附錄 Python-R雙語詞典 133
第三方庫管理 133
賦值運算符 134
類型 136
數學運算符 137
屬性 137
關鍵字 138
函數和方法 138
編碼風格和命名約定 139
數據存儲對象類比 140
數據幀 142
邏輯表達式 145
索引 147
關于作者 152
關于封面 152
第I部分 探索新的語言
第 1章 概述 3
1.1 R的起源 3
1.2 Python的起源 4
1.3 語言戰爭的開端 5
1.4 數據科學主導權之戰 6
1.5 合作與社區建設的融合 8
1.6 *后的想法 8
第II部分 兩種編程語言I：新學習一門語言
第 2章 針對Python用戶的R 13
2.1 啟動和運行R 13
2.2 項目和第三方庫 15
2.3 Tibbles的勝利 20
2.4 關于數據類型和數據探索 23
2.5 關于命名（內部） 25
2.6 列表 27
2.7 關于因子 29
2.8 如何查找 30
2.9 重復迭代 37
2.10 *后的想法 38
第3章 針對R用戶的Python 40
3.1 版本和構建 41
3.2 標準工具 42
3.3 虛擬環境 46
3.4 安裝第三方庫 50
3.5 筆記本 52
3.6 從編程語言角度對比Python和R 53
3.7 導入數據集 55
3.8 檢查數據 55
3.9 數據結構和描述性統計 57
3.10 數據結構：回歸基礎 58
3.11 索引和邏輯表達式 60
3.12 繪圖 61
3.13 推理統計 61
3.14 *后的想法 62
第III部分 兩種編程語言II：現代的環境
第4章 數據格式環境 65
4.1 外部第三方庫與基礎庫 67
4.2 圖像數據 69
4.3 文本數據 74
4.4 時間序列數據 77
4.4.1 基礎R 77
4.4.2 Prophet第三方庫 79
4.5 空間數據 80
4.6 *后的想法 82
第5章 工作流程環境 83
5.1 定義工作流程 83
5.2 探索式數據分析 85
5.2.1 統計可視化 85
5.2.2 交互可視化 88
5.3 機器學習 89
5.4 數據工程 93
5.5 報表 97
5.5.1 靜態報表 97
5.5.2 互動式報表 98
5.6 *后的想法 101
第IV部分 兩種編程語言III：學會協同
第6章 協同使用兩種語言 105
6.1 虛擬的互操作性 105
6.2 互操作性 107
6.3 深入互操作性 112
6.3.1 在R Markdown文檔中R和Python之間傳遞對象 112
6.3.2 在R Markdown文檔中調用Python 113
6.3.3 使用來源命令調用Python 114
6.3.4 使用REPL調用Python 115
6.3.5 在交互式文檔中使用動態輸入調用Python 115
6.4 *后的想法 117
第7章 兩種編程語言數據科學案例研究 118
7.1 24年188萬場野火 118
7.2 設置和導入數據 121
7.3 EDA和數據可視化 122
7.4 機器學習 126
7.4.1 設置Python環境 126
7.4.2 特征工程 127
7.4.3 模型訓練 128
7.5 推理和用戶界面 129
7.6 *后的想法 131
附錄 Python-R雙語詞典 133
第三方庫管理 133
賦值運算符 134
類型 136
數學運算符 137
屬性 137
關鍵字 138
函數和方法 138
編碼風格和命名約定 139
數據存儲對象類比 140
數據幀 142
邏輯表達式 145
索引 147
關于作者 152
關于封面 152
展開全部
PYTHON與R語言數據科學實踐 作者簡介
里克·J.斯卡韋塔(RickJ.Scavetta)自2012年以來，一直擔任著獨立研討會的培訓師、自由職業數據科學家和機構聯合創始人的角色。作為Scavetta Academy運營人員，與德國的主要研究機構也有著密切且經常性的往來。自2016年以來，他發布在DataCamp 上的在線課程已被超過200,000名學生學習，同時還為O'Reilly和Manning的高級數據科學課程做出了貢獻。博揚·安格洛夫(Boyan Angelov)是一位數據科學戰略家和顧問，在各種學術和行業環境中擁有十余年的經驗，研究涵蓋的主題包括生物信息學、臨床試驗、人力資源技術和管理咨詢。他還是XAI領域開源科學項目的貢獻者，并定期在各種學術會議和社區聚會上發言。
書友推薦
- >
羅庸西南聯大授課錄
- >
姑媽的寶刀
- >
我與地壇
- >
經典常談
- >
龍榆生：詞曲概論/大家小書
- >
朝聞道
- >
中國歷史的瞬間
- >
名家帶你讀魯迅:朝花夕拾
本類暢銷
