给大家带来的一篇关于Python数据分析相关的电子书资源,介绍了关于Python数据科学指南、Python数据科学方面的内容,本书是由人民邮电出版社出版,格式为PDF,资源大小62.3 MB,Gopi编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:9.9。
内容介绍
Python数据科学指南 电子书封面
内容节选
容器(Container)与集合(Collections)
元组(Tuple)
元组:与字符串一样,是有序的序列,不可以改变内容
基本操作:连接、切片都与字符串保持一致;
序列解包:也称多重赋值;
支持迭代器协议,支持 for 循环
列表(List)
列表:也是序列类型的对象,但是可以改变列表中的内容;
基本操作:连接、切片都与字符串保持一致;
更改操作:
pop():删除列表中的数据,并将删除的数据返回;
insert():插入数据;
append():追加数据;
extend():拼接列表;
引用传递:所有的赋值都只是引用的传递,并没有创建新的数据;
list[:]:浅拷贝,只拷贝第一层引用的数据;
deepcopy():深拷贝,拷贝所有引用的数据;
列表解析式:构造列表的方式,将一个函数作用到整个列表中每个元素的方式;[x for x in range(1,3)]
字典(Dictionary)
字典在其他语言中被称为散列表,由 key:value 对通过{}组成的无序结构。
常用的函数:
get(key):通过 key 取得对应的 value;还可以通过链式调用取值;
dict(list):构建新的字典;
dict.keys():获取字典的 keys 迭代;
dict.values():获取字典的 values 迭代;
dict.items():获取字典的 key:value 对的迭代;
dict.pop(key):取出指定关键字的值;
dict.update(key):更新字典中对应的 key 中的 value;
集合(Collections)
namedtuple():具名元组。
Counter():累加器,可以用来做经典的 word count;
defaultdict():为字典设定一个默认值;
OrderedDict():使字典有序;
内容介绍
Python作为一种高级程序设计语言,凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言,并成为数据科学家的必读之一。
《Python数据科学指南》详细介绍了Python在数据科学中的应用,包括数据探索、数据分析与挖掘、机器学习、大规模机器学习等主题。每一章都为读者提供了足够的数学知识和代码示例来理解不同深度的算法功能,帮助读者更好地掌握各个知识点。
本书内容结构清晰,示例完整,无论是数据科学领域的新手,还是经验丰富的数据科学家都将从中获益。
目录
第1章 Python在数据科学中的应用 1
第2章 Python环境 55
第3章 数据分析——探索与争鸣 83
第4章 数据分析——深入理解 146
第5章 数据挖掘——海底捞针 177
第6章 机器学习1 217
第7章 机器学习2 253
第8章 集成方法 296
第9章 生长树 331
第10章 大规模机器学习——在线学习 359
以上就是本次介绍的Python数据分析电子书的全部相关内容,希望我们整理的资源能够帮助到大家,感谢大家对码农之家的支持。
展开 +
收起 -