新書推薦:
![猎花记 在四季中探寻花艺灵感 [英]露西·亨特](http://103.6.6.66/upload/mall/productImages/24/28/9787111753612.jpg)
《
猎花记 在四季中探寻花艺灵感 [英]露西·亨特
》
售價:HK$
170.2
![情史(全2册)](http://103.6.6.66/upload/mall/productImages/24/28/9787101165241.jpg)
《
情史(全2册)
》
售價:HK$
147.2
![思想会·富人身上的目光:美国、亚洲与欧洲民众眼中的收入与财富](http://103.6.6.66/upload/mall/productImages/24/27/9787522823775.jpg)
《
思想会·富人身上的目光:美国、亚洲与欧洲民众眼中的收入与财富
》
售價:HK$
102.1
![纯粹·四手联弹](http://103.6.6.66/upload/mall/productImages/24/26/9787559869128.jpg)
《
纯粹·四手联弹
》
售價:HK$
59.8
![论目的(西塞罗哲学文集;崔延强 主编)](http://103.6.6.66/upload/mall/productImages/24/28/9787300328737.jpg)
《
论目的(西塞罗哲学文集;崔延强 主编)
》
售價:HK$
89.7
![障碍是道路 生活充满了障碍,毅力与韧性直面痛苦和逆境](http://103.6.6.66/upload/mall/productImages/24/27/9787516927700.jpg)
《
障碍是道路 生活充满了障碍,毅力与韧性直面痛苦和逆境
》
售價:HK$
90.9
![工业数字化本质:数字化平台下的业务实践](http://103.6.6.66/upload/mall/productImages/24/28/9787111754152.jpg)
《
工业数字化本质:数字化平台下的业务实践
》
售價:HK$
102.4
![OKR实战宝典:顶尖企业的成功秘籍(目标与关键成果法实战宝典)(组织变革与创新管理系列丛书)](http://103.6.6.66/upload/mall/productImages/24/27/9787521642568.jpg)
《
OKR实战宝典:顶尖企业的成功秘籍(目标与关键成果法实战宝典)(组织变革与创新管理系列丛书)
》
售價:HK$
98.9
|
編輯推薦: |
1.结合具体案例,分析Python和R的特点及适用场景;2.利用真实案例演示如何集成Python和R;3.提供Python和R对照翻译,方便切换语言。
|
內容簡介: |
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。
|
關於作者: |
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OReilly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。
|
目錄:
|
前言xiii第I部分 探索新的语言第 1章 概述31.1 R的起源31.2 Python的起源41.3 语言战争的开端51.4 数据科学主导权之战61.5 合作与社区建设的融合81.6 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R132.1 启动和运行R132.2 项目和第三方库152.3 Tibbles的胜利202.4 关于数据类型和数据探索232.5 关于命名(内部)252.6 列表272.7 关于因子292.8 如何查找302.9 重复迭代372.10 最后的想法38第3章 针对R用户的Python403.1 版本和构建413.2 标准工具423.3 虚拟环境463.4 安装第三方库503.5 笔记本523.6 从编程语言角度对比Python和R533.7 导入数据集553.8 检查数据553.9 数据结构和描述性统计573.10 数据结构:回归基础583.11 索引和逻辑表达式603.12 绘图613.13 推理统计613.14 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654.1 外部第三方库与基础库674.2 图像数据694.3 文本数据744.4 时间序列数据774.4.1 基础R774.4.2 Prophet第三方库794.5 空间数据804.6 最后的想法82第5章 工作流程环境835.1 定义工作流程835.2 探索式数据分析855.2.1 统计可视化855.2.2 交互可视化885.3 机器学习895.4 数据工程935.5 报表975.5.1 静态报表975.5.2 互动式报表985.6 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1056.1 虚拟的互操作性1056.2 互操作性1076.3 深入互操作性1126.3.1 在R Markdown文档中R和Python之间传递对象1126.3.2 在R Markdown文档中调用Python1136.3.3 使用来源命令调用Python1146.3.4 使用REPL调用Python1156.3.5 在交互式文档中使用动态输入调用Python1156.4 最后的想法117第7章 两种编程语言数据科学案例研究1187.1 24年188万场野火1187.2 设置和导入数据1217.3 EDA和数据可视化1227.4 机器学习1267.4.1 设置Python环境1267.4.2 特征工程1277.4.3 模型训练1287.5 推理和用户界面1297.6 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
|
|