时光漫步

时光漫步

图书全部分类
套装书
婚恋与两性
字典词典/工具书
教学/实验用品
棋牌麻将
白酒
积木拼插
绘图计算用品
青少年素质培养

资源详情

Python与R语言数据科学实践(异步图书出品)

Python与R语言数据科学实践(异步图书出品)-电子书下载封面


作者: [加拿大 意大利]里克·J.斯卡韦塔(Rick J. Scavetta)/[保加利亚] 博扬·安格洛夫(Boyan Angelov)
出版社: 人民邮电出版社
出品方: 异步图书
译者: 黄德滨
出版年: 2023-11
页数: 152
定价: 69.80元
装帧: 平装
ISBN: 9787115610713

下载次数:36

书籍详情介绍

Python与R语言数据科学实践(异步图书出品)详情图
Python与R语言数据科学实践(异步图书出品)详情图
Python与R语言数据科学实践(异步图书出品)详情图
Python与R语言数据科学实践(异步图书出品)详情图
Python与R语言数据科学实践(异步图书出品)详情图
Python与R语言数据科学实践(异步图书出品)详情图
Python与R语言数据科学实践(异步图书出品)详情图
Python与R语言数据科学实践(异步图书出品)详情图
Python与R语言数据科学实践(异步图书出品)详情图
Python与R语言数据科学实践(异步图书出品)详情图

书籍资料

  • 内容简介
  • 作者介绍
  • 书籍目录

本书从数据科学的角度,讲解了Python和R的语言特性以及各自的优缺点,介绍了包括包、框架和工作流在内的开源生态系统,分析了Python和R分别适用于哪些业务场景,并通过真实的案例演示如何在单个工作流中集成Python与R,使两种语言充分发挥优势,改善业务应用的效果。本书还提供了Python和R的对照翻译,帮助读者在两种语言间快速切换。
本书适合数据科学领域有一定Python或R基础的开发人员阅读,能够帮助读者探索完成数据科学任务的新方法并改善应用效果。

里克·J.斯卡韦塔(RickJ.Scavetta)自2012年以来,一直担任着独立研讨会的培训师、自由职业数据科学家和机构联合创始人的角色。作为Scavetta Academy运营人员,与德国的主要研究机构也有着密切且经常性的往来。自2016年以来,他发布在DataCamp 上的在线课程已被超过200,000名学生学习,同时还为O'Reilly和Manning的高级数据科学课程做出了贡献。
博扬·安格洛夫(Boyan Angelov)是一位数据科学战略家和顾问,在各种学术和行业环境中拥有十余年的经验,研究涵盖的主题包括生物信息学、临床试验、人力资源技术和管理咨询。他还是XAI领域开源科学项目的贡献者,并定期在各种学术会议和社区聚会上发言。

前言xiii
第I部分探索新的语言
第1章概述3
1.1R的起源3
1.2Python的起源4
1.3语言战争的开端5
1.4数据科学主导权之战6
1.5合作与社区建设的融合8
1.6最后的想法8
第II部分两种编程语言I:新学习一门语言
第2章针对Python用户的R13
2.1启动和运行R13
2.2项目和第三方库15
2.3Tibbles的胜利20
2.4关于数据类型和数据探索23
2.5关于命名(内部)25
2.6列表27
2.7关于因子29
2.8如何查找30
2.9重复迭代37
2.10最后的想法38
第3章针对R用户的Python40
3.1版本和构建41
3.2标准工具42
3.3虚拟环境46
3.4安装第三方库50
3.5笔记本52
3.6从编程语言角度对比Python和R53
3.7导入数据集55
3.8检查数据55
3.9数据结构和描述性统计57
3.10数据结构:

归基础58
3.11索引和逻辑表达式60
3.12绘图61
3.13推理统计61
3.14最后的想法62
第III部分两种编程语言II:现代的环境
第4章数据格式环境65
4.1外部第三方库与基础库67
4.2图像数据69
4.3文本数据74
4.4时间序列数据77
4.4.1基础R77
4.4.2Prophet第三方库79
4.5空间数据80
4.6最后的想法82
第5章工作流程环境83
5.1定义工作流程83
5.2探索式数据分析85
5.2.1统计可视化85
5.2.2交互可视化88
5.3机器学习89
5.4数据工程93
5.5报表97
5.5.1静态报表97
5.5.2互动式报表98
5.6最后的想法101
第IV部分两种编程语言III:学会协同
第6章协同使用两种语言105
6.1虚拟的互操作性105
6.2互操作性107
6.3深入互操作性112
6.3.1在RMarkdown文档中R和Python之间传递对象112
6.3.2在RMarkdown文档中调用Python113
6.3.3使用来源命令调用Python114
6.3.4使用REPL调用Python115
6.3.5在交互式文档中使用动态输入调用Python115
6.4最后的想法117
第7章两种编程语言数据科学案例研究118
7.124年188万场野火118
7.2设置和导入数据121
7.3EDA和数据可视化122
7.4机器学习126
7.4.1设置Python环境126
7.4.2特征工程127
7.4.3模型训练128
7.5推理和用户界面129
7.6最后的想法131
附录Python-R双语词典133
第三方库管理133
赋值运算符134
类型136
数学运算符137
属性137
关键字138
函数和方法138
编码风格和命名约定139
数据存储对象类比140
数据帧142
逻辑表达式145
索引147
关于作者152
关于封面152


0.389738s