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，
电子书
内容简介
全书共分为10章，第1-2章介绍了数据科学的基础知识以及数据科学所需的各项技术；第3-5章涵盖了Python的语法基础，函数、模块与组合数据类型，文件读写；第6章介绍了网络爬虫的数据采集及方法；第7-8章重点介绍了数据分析过程中的两个重要模块：numpy和pandas；第9章介绍了数据可视化与应用；第10章结合之前的内容，以一个综合案例进行了实战分析。本书配有电子课件、电子教案、教学大纲、习题答案、模拟试卷及答案等教学和学习资料，索取方式参见书末的“更新勘误表和配套资料索取示意图”。
章节目录
- a-fy
- 58595-bq
- c-qy
- d-ml
- 01
- 第1章 数据科学概述
- 02
- 第2章 数据科学关键技术分析
- 03
- 第3章 Python基础
- 04
- 第4章 函数、模块与组合数据类型
- 05
- 第5章 文 件 操 作
- 06
- 第6章 数 据 采 集
- 07
- 第7章 numpy数值计算
- 08
- 第8章 数据处理：pandas统计分析
- 09
- 第9章 数据可视化与应用
- 10
- 第10章 网店商品数据分析
- ck
- 参 考 文 献
展开全部
数据科学：理论、方法与Python语言实践是2022年由人民邮电出版社出版,作者谢健民 黎海波 主编。
温馨提示：
内容发布人：丁编辑、联系电话：17600975489、发布时间：2025-03-08
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《数据科学：理论、方法与Python语言实践》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
本书共9章，主要内容包括数据科学概述、Python基础知识、Python数据科学常用库、Python数据获取、Python数据分析、Python数据挖掘、Python文本挖掘、深度学习基础、深度学习应用。
电子书
本书共7章，主要介绍数据科学的基础理论、统计学与模型、机器学习与算法、数据可视化、数据加工、大数据技术、数据产品开发及数据科学中的人文与管理等内容。
电子书
本书主要从实战角度讲述了如何处理、分析和可视化数据，如何用数据建立各种统计学或机器学习模型。本书首先介绍如何使用Python代码获取、转换和分析数据；接着讲述如何使用Python中的数据结构和第三方库；然后展示如何以各种格式加载数据，如何对数据进行分组与汇总，如何创建图表和可视化数据；最后讨论如何解决实际的问题。本书适合希望使用Python处理和分析数据的开发人员阅读，也可供计算机相关专业的师生参
电子书
《数据结构：Python语言描述》选择Python作为描述语言，在选材与编排上，贴近当前普通高等院校“数据结构”课程的现状和发展趋势，内容难度适中，突出实用性和应用性。在内容选取与结构上，《数据结构：Python语言描述》并未对各种数据结构面面俱到，而是通过分类和讲解典型结构，使读者形成对数据结构的宏观认识。《数据结构：Python语言描述》共8章，分别为绪论、线性表、栈和队列、串和数组、树形结构
电子书
本书全面地讲解了在科学领域广泛运用的微积分、概率论与数理统计、线性代数、数值计算、多元统计分析等数学基础知识。全书共6章：第1章介绍了大数据与数学、数学与Python的关系；第2章介绍了微积分的基础知识，包括极限、导数、微分、不定积分与定积分等；第3章介绍了概率论与数理统计的基础知识，包括数据分布特征、概率与概率分布、参数估计、假设检验等；第4章介绍了线性代数的基础知识，包括行列式、矩阵的运算和特
电子书
本书主要面向架构师，或者是有具体大数据问题需要解决的工程师；也适合从零开始搭建大数据结构，或者需要将现有的非大数据的需求修改成大数据方案的读者。你将从书中学到以下方面的知识：◎数据存储◎计算资源◎计算模型◎大数据应用◎数据治理◎大数据与人工智能
电子书
本书以数据处理为主线，介绍了数据处理的基本原理、算法的可视化工具、常见算法的思想、Python程序设计及算法实现，以及常用的图文制作工具。
