Python与R语言数据科学实践
Rick J. Scavetta, Boyan Angelov
黄德滨 译
出版时间:2023年10月
页数:151
“您将了解这些程序的起源,以及如何用真正的互操作性来进行补充。”
——George Mount
Stringfest Analytics首席执行官
“这本书提供了一个基础模板,展示如何用任何一种语言完成任务。”
——Noah Gift
Pragmatic AI实验室创始人

在数据科学领域,成功取决于工具的灵活和恰当的使用。Python和R是该领域的两种基本编程语言。本书将引导Python......展开全部内容介绍
  1. 前言
  2. 第I部分 探索新的语言
  3. 第1章 概述
  4. 1.1 R的起源
  5. 1.2 Python的起源
  6. 1.3 语言战争的开端
  7. 1.4 数据科学主导权之战
  8. 1.5 合作与社区建设的融合
  9. 1.6 最后的想法
  10. 第II部分 两种编程语言I:新学习一门语言
  11. 第2章 针对Python用户的R
  12. 2.1 启动和运行R
  13. 2.2 项目和第三方库
  14. 2.3 Tibbles的胜利
  15. 2.4 关于数据类型和数据探索
  16. 2.5 关于命名(内部)
  17. 2.6 列表
  18. 2.7 关于因子
  19. 2.8 如何查找
  20. 2.9 重复迭代
  21. 2.10 最后的想法
  22. 第3章 针对R用户的Python
  23. 3.1 版本和构建
  24. 3.2 标准工具
  25. 3.3 虚拟环境
  26. 3.4 安装第三方库
  27. 3.5 笔记本
  28. 3.6 从编程语言角度对比Python和R
  29. 3.7 导入数据集
  30. 3.8 检查数据
  31. 3.9 数据结构和描述性统计
  32. 3.10 数据结构:回归基础
  33. 3.11 索引和逻辑表达式
  34. 3.12 绘图
  35. 3.13 推理统计
  36. 3.14 最后的想法
  37. 第III部分 两种编程语言II:现代的环境
  38. 第4章 数据格式环境
  39. 4.1 外部第三方库与基础库
  40. 4.2 图像数据
  41. 4.3 文本数据
  42. 4.4 时间序列数据
  43. 4.4.1 基础R
  44. 4.4.2 Prophet第三方库
  45. 4.5 空间数据
  46. 4.6 最后的想法
  47. 第5章 工作流程环境
  48. 5.1 定义工作流程
  49. 5.2 探索式数据分析
  50. 5.2.1 统计可视化
  51. 5.2.2 交互可视化
  52. 5.3 机器学习
  53. 5.4 数据工程
  54. 5.5 报表
  55. 5.5.1 静态报表
  56. 5.5.2 互动式报表
  57. 5.6 最后的想法
  58. 第IV部分 两种编程语言III:学会协同
  59. 第6章 协同使用两种语言
  60. 6.1 虚拟的互操作性
  61. 6.2 互操作性
  62. 6.3 深入互操作性
  63. 6.3.1 在R Markdown文档中R和Python之间传递对象
  64. 6.3.2 在R Markdown文档中调用Python
  65. 6.3.3 使用来源命令调用Python
  66. 6.3.4 使用REPL调用Python
  67. 6.3.5 在交互式文档中使用动态输入调用Python
  68. 6.4 最后的想法
  69. 第7章 两种编程语言数据科学案例研究
  70. 7.1 24年188万场野火
  71. 7.2 设置和导入数据
  72. 7.3 EDA和数据可视化
  73. 7.4 机器学习
  74. 7.4.1 设置Python环境
  75. 7.4.2 特征工程
  76. 7.4.3 模型训练
  77. 7.5 推理和用户界面
  78. 7.6 最后的想法
  79. 附录 Python-R双语词典
  80. 第三方库管理
  81. 赋值运算符
  82. 类型
  83. 数学运算符
  84. 属性
  85. 关键字
  86. 函数和方法
  87. 编码风格和命名约定
  88. 数据存储对象类比
  89. 数据帧
  90. 逻辑表达式
  91. 索引
购买选项
定价:69.80元
书号:978-7-115-61071-3
出版社:人民邮电出版社