展开全部

主编推荐语

详解Python和R的语言特性以及各自的优缺点。

内容简介

本书从数据科学的角度,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。

目录

  • 版权信息
  • 内容提要
  • O'Reilly Media,Inc.介绍
  • 业界评论
  • 资源与支持
  • 资源获取
  • 提交勘误
  • 与我们联系
  • 关于异步社区和异步图书
  • 前言
  • 为什么编写本书
  • 技术交互
  • 本书适用读者
  • 前提
  • 本书的组织
  • 对话
  • 本书中使用的约定
  • 使用示例代码
  • O’Reilly在线平台学习(O’Reilly Online Learning)
  • 如何联系我们
  • 致谢
  • 第I部分 探索新的语言
  • 第1章 概述
  • 1.1 R的起源
  • 1.2 Python的起源
  • 1.3 语言战争的开端
  • 1.4 数据科学主导权之战
  • 1.5 合作与社区建设的融合
  • 1.6 最后的想法
  • 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R
  • 2.1 启动和运行R
  • 2.2 项目和第三方库
  • 2.3 Tibbles的胜利
  • 2.4 关于数据类型和数据探索
  • 2.5 关于命名(内部)
  • 2.6 列表
  • 2.7 关于因子
  • 2.8 如何查找
  • 2.9 重复迭代
  • 2.10 最后的想法
  • 第3章 针对R用户的Python
  • 3.1 版本和构建
  • 3.2 标准工具
  • 3.3 虚拟环境
  • 3.4 安装第三方库
  • 3.5 笔记本
  • 3.6 从编程语言角度对比Python和R
  • 3.7 导入数据集
  • 3.8 检查数据
  • 3.9 数据结构和描述性统计
  • 3.10 数据结构:回归基础
  • 3.11 索引和逻辑表达式
  • 3.12 绘图
  • 3.13 推理统计
  • 3.14 最后的想法
  • 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
  • 4.1 外部第三方库与基础库
  • 4.2 图像数据
  • 4.3 文本数据
  • 4.4 时间序列数据
  • 4.5 空间数据
  • 4.6 最后的想法
  • 第5章 工作流程环境
  • 5.1 定义工作流程
  • 5.2 探索式数据分析
  • 5.3 机器学习
  • 5.4 数据工程
  • 5.5 报表
  • 5.6 最后的想法
  • 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
  • 6.1 虚拟的互操作性
  • 6.2 互操作性
  • 6.3 深入互操作性
  • 6.4 最后的想法
  • 第7章 两种编程语言数据科学案例研究
  • 7.1 24年188万场野火
  • 7.2 设置和导入数据
  • 7.3 EDA和数据可视化
  • 7.4 机器学习
  • 7.5 推理和用户界面
  • 7.6 最后的想法
  • 附录 Python-R双语词典
  • 第三方库管理
  • 赋值运算符
  • 类型
  • 数学运算符
  • 属性
  • 关键字
  • 函数和方法
  • 编码风格和命名约定
  • 数据存储对象类比
  • 数据帧
  • 逻辑表达式
  • 索引
  • 关于作者
  • 关于封面
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社,成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”,致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。