译者序原书前言作者和贡献者简介第1章 数据科学概述 // 11.1 什么是数据科学 //11.2 关于本书 //2第2章 数据专家的工具箱 //42.1 引言 // 42.2 为什么选择Python // 42.3 数据专家的基本Python库 // 52.3.1 数值和科学计算：NumPy和SciPy // 52.3.2 Scikit-learn：Python中的机器学习库 // 52.3.3
转载
2023-09-26 22:17:02
79阅读
python数据科学手册pdf是一本非常热门的python教程书籍。这本书籍拥有非常详细的Python相关知识，内容丰富全面，讲解深刻到位，需要的用户千万不要错过。Python数据科学手册电子书介绍本书是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。本书共五章，每章介绍一到两个Python数据科学中的重点工具包。首先从IPython和Jupyter开始，它们提供了数据科学家需要
转载
2023-07-05 19:21:44
209阅读
作 者 ：（美）杰克·万托布拉斯（Jake VanderPlas）出版发行 : 北京：人民邮电出版社 , 2018.02ISBN号 ：978-7-115-47589-3页 数 ： 449丛书名 : 图灵程序设计丛书原书定价 : 109.00开本 : 16开主题词 : 软件工具-程序设计-手册中图法分类号 : TP311.561-62 ( 工业技术->自动化技术、计算机技术->计算技术、
转载
2023-11-17 22:39:07
101阅读
本节书摘来自异步社区《Python数据科学指南》一书中的第2章，第2.2节，作者[印度] Gopi Subramanian 2.2 使用NumPy库Python中，NumPy提供了一条高效处理超大数组的途径。大多数Python科学计算库中都在内部使用NumPy处理数组和矩阵操作。在本书中，NumPy被广泛应用，我们在本节介绍它。2.2.1 准备工作我们先写一系列语句来操作数组和矩阵，学习如何使用N
转载
2023-10-08 12:51:57
145阅读
本节书摘来自华章出版社《Python数据科学实践指南》一书中的第1章，第1.1节，纪路 著，第1章Python介绍本书主要介绍数据科学所使用的工具，但因为每一种语言都有自己的生态系统，而笔者多用Python，所以本书主要会从Python的角度来介绍这些工具。阅读本书的读者，不管之前的基础如何，如果对Python这门编程语言有一定的了解，将能更好地掌握书中内容。可能有很多读者曾经在学校里学过C/C+
转载
2024-01-22 08:07:54
50阅读
越来越多的人开始关注并使用数据分析，在这个新的时代，数据是新石油。它表明了每个现代IT系统如何通过捕获，存储和分析的数据来满足各种需求。无论是做生意决策，预测天气，研究生物学中的蛋白质结构或设计营销活动。所有这些场景都涉及使用数学模型，统计数据，图表，数据库以及数据分析背后的业务或科学逻辑的多学科方法。所以我们需要一种可以满足数据科学所有这些不同需求的编程语言。 Python作为一种语言发光，因为
转载
2024-03-12 15:52:52
74阅读
在当今数据驱动的时代，数据科学已成为信息技术领域的重要组成部分，特别是在 Python 社区中。Python 的易用性和丰富的库支持使其成为数据科学家和分析师的首选工具。本文将从多个维度探讨 Python 数据科学中的关键问题，涉及排列组合逻辑，同时为读者提供实用的解决方案。
> “数据科学是一门提取知识和洞察力的学科，它结合了统计学、计算机科学和领域知识。”
> — 维基百科
### 场
第2章Python基础知识为了开启我们的数据科学之旅，本章会进行一些基础的编程训练。第1章中已经搭建好了Python的运行环境，读者应该已经能够在Python shell中执行简单的打印和四则运算了。接下来我们要完整地学习一遍构成一个Python程序的基本要素。2.1 应当掌握的基础知识本节会介绍一些学习Python前应当掌握的基础知识，这一部分内容在所有的编程语言学习中基本上都是类似的，Pyt
转载
2024-01-11 17:14:38
68阅读
第1章 IPython：超越PythonIPython : interactive python一个交互式控制面板Ipython被紧密地连接在Jupyter项目中IPython notebook只是Jupyter notebook的一个特例shell 和 notebook启动shell： 命令行输入ipythonipython notebook通过你的Web浏览器窗口进行查看和编辑，但是必须与一个
转载
2023-11-24 20:10:15
51阅读
Python拥有着极其丰富且稳定的数据科学工具环境。遗憾的是，对不了解的人来说这个环境犹如丛林一般（cue snake joke）。在这篇文章中，我会一步一步指导你怎么进入这个PyData丛林。你可能会问，很多现有的PyData包推荐列表怎么样？我觉得对新手来说提供太多的选择可能会受不了。因此这里不会提供推荐列表，我要讨论的范围很 窄，只集中于10%的工具，但它们可以完成你90%的工作
转载
2023-08-02 13:51:07
88阅读
Python及其在数据科学中的应用Python很容易学习，它的语法也相对简单。它是数据科学的流行语言，因为它功能强大且易于使用。Python 是一种出色的数据分析语言，因为它包含各种数据结构、模块和工具。 你应该将Python用于数据科学的原因有很多： Python是一种非常通用的语言。它可用于各种数据科学任务，从数据预处理到机器学习和数据可视化。 Python非常容易学习。您无需成为计算机科学专
转载
2023-09-14 21:34:01
328阅读
本节书摘来自华章计算机《Python数据科学实践指南》一书中的第2章，第2.1节，作者 纪路，更多章节内容可以访问云栖社区“华章计算机”公众号查看。第2章Python基础知识为了开启我们的数据科学之旅，本章会进行一些基础的编程训练。第1章中已经搭建好了Python的运行环境，读者应该已经能够在Python shell中执行简单的打印和四则运算了。接下来我们要完整地学习一遍构成一个Python程序的
转载
2024-01-14 20:00:09
86阅读
1.24 使用itertools受一些函数式编程语言如Haskell等启发，itertools包含了一些处理可迭代对象的函数，它们能高效地使用内存，运行速度很快。1.24.1 准备工作itertools包含了大量的函数，我们对其中的一部分进行演示来了解它们。本节最后部分提供了这些函数的全列表。1.24.2 操作方法我们通过一些Python代码示例来演示itertools的使用方法。# 加载库文件
转载
2023-06-19 20:34:10
120阅读
前言Python及其在数据科学中的应用Python易学，语法也比较简单。它是一种流行的数据科学语言，因为它功能强大且易于使用。Python是一种出色的数据分析语言，因为它包含各种数据结构、模块和工具。使用Python进行数据科学的原因有很多：Python是一种用途非常广泛的语言。它可用于各种数据科学任务，从数据预处理到机器学习和数据可视化。Python非常容易学习。您无需成为计算机科学专家即可开始
转载
2023-07-29 20:01:49
105阅读
作者 | Terence Shin译者 | 王强策划 | 陈思本文作者 Terence Shin 是一名在读分析学硕士、数据科学家，他经常会在个人的技术博客上分享一些技术大厂的面试题，每篇文章的问题下他也会尽自己所能给出一些回答。今天的文章是他个人搜集整理的 Facebook 数据科学面试题，希望能够对各位读者有所帮助，如果对这些问题有更好的答案，欢迎在留言区进行交流讨论。问：你从 100 个硬币
原创
2021-03-28 21:40:16
247阅读
全网首份！
转载
2021-06-24 10:17:04
602阅读
Python标准库这里记录的都是笔者之前没用到或者用的比较少的模块。math模块想要进行科学计算，math模块是必不可少的，这个模块实现了很多复合IEEE标准的功能，比如浮点型转换、对数计算，以及三角函数，等等。而且这个模块的大部分功能都是用C语言实现的，拥有极高的计算效率。常见常量In [29]: import math
In [30]: math.pi
Out[30]: 3.14159265
转载
2024-01-09 15:09:51
61阅读
我在SAS工作了5年多之后，决定走出舒适区。作为一名数据科学家，我在寻找其他好用的工具，幸运的是，没过多久，我发现了Python。一直以来，我喜欢敲代码。事实证明，有了Python，敲代码变得更为容易。我花了一周时间来学习Python的基础知识，从那时起，我不仅深入钻研Python，而且还帮助许多其他人学习这门语言。起初，Python是门通用语言，多年来，随着社区的大力支持，现在有了数据分析及预测
转载
2023-10-04 22:18:26
178阅读
作者 | 王圣元
【注：本帖小节 2.2 用万矿里的 WindPy 来下载金融数据】
0
引言
Pandas 是 Python 为解决数据分析而创建的，详情看官网 (://pandas.pydata.org/)。&
转载
2024-05-11 07:53:30
43阅读
使用 Python 开展数据科学为你提供了无限的潜力，使你能够以有意义和启发性的方式解析、解释和组织数据。数据科学是计算领域一个令人兴奋的新领域，它围绕分析、可视化和关联以解释我们的计算机收集的有关世界的无限信息而建立。当然，称其为“新”领域有点不诚实，因为该学科是统计学、数据分析和普通而古老的科学观察派生而来的。但是数据科学是这些学科的形式化分支，拥有自己的流程和工具，并且可以广泛应
转载
2023-07-05 15:07:51
84阅读
