数据科学实战手册PDF电子书下载

第1章 准备数据科学环境 1

1.1理解数据科学管道 2

1.1.1操作流程 2

1.1.2工作原理 3

1.2在Windows、 Mac OS X和Linux上安装R 4

1.2.1准备工作 4

1.2.2操作流程 4

1.2.3工作原理 6

1.3在R和RStudio中安装扩展包 6

1.3.1准备工作 6

1.3.2操作流程 6

1.3.3工作原理 8

1.3.4更多内容 8

1.4在Linux和Mac OS X上安装Python 9

1.4.1准备工作 9

1.4.2操作流程 9

1.4.3工作原理 9

1.5在Windows上安装Python 10

1.5.1操作流程 10

1.5.2工作原理 11

1.6在Mac OS X和Linux上安装Python数据库 11

1.6.1准备工作 11

1.6.2操作流程 12

1.6.3工作原理 12

1.6.4更多内容 13

1.7安装更多Python包 13

1.7.1准备工作 14

1.7.2操作流程 14

1.7.3工作原理 15

1.7.4更多内容 15

1.8安装和使用virtualenv 15

1.8.1准备工作 16

1.8.2操作流程 16

1.8.3工作原理 18

1.8.4更多内容 18

第2章 基于R的汽车数据可视化分析 19

2.1简介 19

2.2获取汽车燃料效率数据 20

2.2.1准备工作 20

2.2.2操作流程 20

2.2.3工作原理 21

2.3为你的第一个分析项目准备好R 21

2.3.1准备工作 21

2.3.2操作流程 21

2.3.3更多内容 22

2.4将汽车燃料效率数据导入R 22

2.4.1准备工作 22

2.4.2操作流程 22

2.4.3工作原理 24

2.4.4更多内容 24

2.5探索并描述燃料效率数据 25

2.5.1准备工作 25

2.5.2操作流程 25

2.5.3工作原理 27

2.5.4更多内容 28

2.6分析汽车燃料效率数据随时间的变化情况 29

2.6.1准备工作 29

2.6.2操作流程 29

2.6.3工作原理 37

2.6.4更多内容 38

2.7研究汽车的品牌和型号 38

2.7.1准备工作 39

2.7.2操作流程 39

2.7.3工作原理 41

2.7.4更多内容 41

第3章 基于Python的税收数据应用导向分析 42

3.1简介 42

3.2高收入数据分析的准备工作 44

3.2.1准备工作 44

3.2.2操作流程 44

3.2.3工作原理 45

3.3导入并探索性地分析世界高收入数据集 45

3.3.1准备工作 45

3.3.2操作流程 45

3.3.3工作原理 51

3.3.4更多内容 52

3.4分析并可视化美国高收入数据 53

3.4.1准备工作 53

3.4.2操作流程 53

3.4.3工作原理 59

3.5进一步分析美国高收入群体 60

3.5.1准备工作 60

3.5.2操作流程 60

3.5.3工作原理 64

3.6使用Jinja2汇报结果 64

3.6.1准备工作 64

3.6.2操作流程 64

3.6.3工作原理 69

3.6.4更多内容 69

3.7基于R的数据分析再实现 70

3.7.1准备工作 70

3.7.2操作流程 70

3.7.3更多内容 74

第4章 股市数据建模 75

4.1简介 75

4.2获取股市数据 76

4.3描述数据 78

4.3.1准备工作 78

4.3.2操作流程 78

4.3.3工作原理 79

4.3.4更多内容 79

4.4清洗并探索性地分析数据 80

4.4.1准备工作 80

4.4.2操作流程 80

4.4.3工作原理 85

4.5生成相对估值 85

4.5.1准备工作 86

4.5.2操作流程 86

4.5.3工作原理 89

4.6筛选股票并分析历史价格 90

4.6.1准备工作 90

4.6.2操作流程 90

4.6.3工作原理 95

第5章 就业数据可视化探索 96

5.1简介 96

5.2分析前的准备工作 97

5.2.1准备工作 97

5.2.2操作流程 97

5.2.3工作原理 98

5.3将就业数据导入R 99

5.3.1准备工作 99

5.3.2操作流程 99

5.3.3工作原理 99

5.3.4更多内容 100

5.4探索就业数据 101

5.4.1准备工作 101

5.4.2操作流程 101

5.4.3工作原理 102

5.5获取、合并附加数据 103

5.5.1准备工作 103

5.5.2操作流程 103

5.5.3工作原理 105

5.6添加地理信息 105

5.6.1准备工作 106

5.6.2操作流程 106

5.6.3工作原理 108

5.7提取州和县级水平的薪资及就业信息 109

5.7.1准备工作 109

5.7.2操作流程 110

5.7.3工作原理 111

5.8可视化薪资的地理分布 112

5.8.1准备工作 112

5.8.2操作流程 113

5.8.3工作原理 115

5.9分行业探索就业机会的地理分布 115

5.9.1操作流程 116

5.9.2工作原理 117

5.9.3更多内容 117

5.10绘制地理时间序列的动画地图 118

5.10.1准备工作 118

5.10.2操作流程 118

5.10.3工作原理 122

5.10.4更多内容 122

5.11函数基本性能测试 122

5.11.1准备工作 123

5.11.2操作流程 123

5.11.3工作原理 125

5.11.4更多内容 125

第6章 汽车数据可视化（基于Python） 126

6.1简介 126

6.2 IPython入门 127

6.2.1准备工作 127

6.2.2操作流程 127

6.2.3工作原理 130

6.3熟悉Jupyter Notebook 130

6.3.1准备工作 130

6.3.2操作流程 130

6.3.3工作原理 132

6.3.4更多内容 132

6.4为分析汽车燃料效率做好准备 133

6.4.1准备工作 133

6.4.2操作流程 133

6.4.3工作原理 134

6.4.4更多内容 134

6.5用Python探索并描述汽车燃料效率数据 135

6.5.1准备工作 135

6.5.2操作流程 135

6.5.3工作原理 138

6.5.4更多内容 138

6.6用Python分析汽车燃料效率随时间变化的情况 139

6.6.1准备工作 139

6.6.2操作流程 139

6.6.3工作原理 144

6.6.4更多内容 145

6.7用Python研究汽车的品牌和型号 146

6.7.1准备工作 146

6.7.2操作流程 146

6.7.3工作原理 149

第7章 社交网络分析（基于Python） 151

7.1简介 151

7.2准备用Python进行社交网络的分析工作 153

7.2.1准备工作 153

7.2.2操作流程 154

7.2.3工作原理 154

7.2.4更多内容 154

7.3导入网络 155

7.3.1准备工作 155

7.3.2操作流程 155

7.3.3工作原理 156

7.4探索英雄网络的子图 157

7.4.1准备工作 157

7.4.2操作流程 158

7.4.3工作原理 160

7.4.4更多内容 160

7.5找出强关联 160

7.5.1准备工作 161

7.5.2操作流程 161

7.5.3工作原理 163

7.5.4更多内容 164

7.6找出关键人物 164

7.6.1准备工作 164

7.6.2操作流程 164

7.6.3工作原理 168

7.6.4更多内容 168

7.7探索全网特征 174

7.7.1准备工作 174

7.7.2操作流程 174

7.7.3工作原理 175

7.8社交网络中的聚类和社群发现 175

7.8.1准备工作 176

7.8.2操作流程 176

7.8.3工作原理 179

7.8.4更多内容 179

7.9可视化图 180

7.9.1准备工作 180

7.9.2操作流程 180

7.9.3工作原理 181

7.10 R中的社交网络分析 182

7.10.1准备工作 182

7.10.2操作流程 183

7.10.3工作原理 188

第8章 大规模电影推荐（基于Python） 189

8.1简介 189

8.2对偏好建模 191

8.2.1操作流程 191

8.2.2工作原理 191

8.3理解数据 192

8.3.1准备工作 192

8.3.2操作流程 193

8.3.3工作原理 194

8.3.4更多内容 194

8.4提取电影评分数据 195

8.4.1准备工作 195

8.4.2操作流程 195

8.4.3工作原理 197

8.5寻找高评分电影 199

8.5.1准备工作 199

8.5.2操作流程 199

8.5.3工作原理 200

8.5.4更多内容 201

8.6改善电影评分系统 201

8.6.1准备工作 201

8.6.2操作流程 201

8.6.3工作原理 202

8.6.4更多内容 203

8.7计算用户在偏好空间中的距离 203

8.7.1准备工作 204

8.7.2操作流程 204

8.7.3工作原理 205

8.7.4更多内容 206

8.8计算用户之间的相关性 206

8.8.1准备工作 206

8.8.2操作流程 207

8.8.3工作原理 208

8.8.4更多内容 208

8.9为用户寻找最佳影评人 208

8.9.1准备工作 209

8.9.2操作流程 209

8.9.3工作原理 210

8.10预测用户电影评分 211

8.10.1准备工作 211

8.10.2操作流程 211

8.10.3工作原理 212

8.11基于物品的协同过滤 213

8.11.1准备工作 214

8.11.2操作流程 214

8.11.3工作原理 215

8.12建立非负矩阵分解模型 216

8.12.1操作流程 217

8.12.2工作原理 217

8.13将数据集载入内存 219

8.13.1准备工作 219

8.13.2操作流程 219

8.13.3工作原理 220

8.13.4更多内容 221

8.14导出SVD模型到硬盘 221

8.14.1操作流程 222

8.14.2工作原理 223

8.15训练SVD模型 223

8.15.1操作流程 223

8.15.2工作原理 225

8.15.3更多内容 225

8.16测试SVD模型 226

8.16.1操作流程 226

8.16.2工作原理 226

8.16.3更多内容 227

第9章 获取和定位Twitter数据（基于Python） 228

9.1简介 228

9.2创建Twitter应用 229

9.2.1准备工作 229

9.2.2操作流程 230

9.2.3工作原理 232

9.3了解Twitter API v1.1 232

9.3.1准备工作 233

9.3.2操作流程 233

9.3.3工作原理 234

9.3.4更多内容 235

9.4获取粉丝和好友信息 236

9.4.1准备工作 236

9.4.2操作流程 236

9.4.3工作原理 238

9.4.4更多内容 238

9.5获取Twitter用户信息 239

9.5.1准备工作 239

9.5.2操作流程 239

9.5.3工作原理 240

9.5.4更多内容 240

9.6避免Twitter速度限制 241

9.6.1准备工作 241

9.6.2操作流程 241

9.6.3工作原理 242

9.7存储JSON数据至硬盘 242

9.7.1准备工作 242

9.7.2操作流程 242

9.7.3工作原理 243

9.8搭建MongoDB存储Twitter数据 243

9.8.1准备工作 244

9.8.2操作流程 244

9.8.3工作原理 245

9.8.4更多内容 245

9.9利用PyMongo存储用户信息到MongoDB 246

9.9.1准备工作 246

9.9.2操作流程 246

9.9.3工作原理 247

9.10探索用户地理信息 247

9.10.1准备工作 248

9.10.2操作流程 248

9.10.3工作原理 249

9.10.4更多内容 250

9.11利用Python绘制地理分布图 250

9.11.1准备工作 250

9.11.2操作流程 250

9.11.3工作原理 251

9.11.4更多内容 252

第10章 预测新西兰的海外游客 254

10.1简介 254

10.2时间序列（ts）对象 255

10.2.1准备工作 256

10.2.2操作流程 256

10.2.3工作原理 257

10.3可视化时间序列数据 257

10.3.1准备工作 258

10.3.2操作流程 258

10.3.3工作原理 260

10.4简单的线性回归模型 261

10.4.1准备工作 261

10.4.2操作流程 261

10.4.3工作原理 265

10.5 ACF和PACF 265

10.5.1准备工作 266

10.5.2操作流程 266

10.5.3工作原理 267

10.6 ARIMA模型 267

10.6.1准备工作 268

10.6.2操作流程 268

10.6.3工作原理 275

10.7精确性评估 275

10.7.1准备工作 276

10.7.2操作流程 276

10.7.3工作原理 276

10.8拟合季节性ARIMA模型 277

10.8.1准备工作 277

10.8.2操作流程 277

10.8.3工作原理 279

10.8.4更多内容 279

第11章 德国信用数据分析 280

11.1简介 280

11.2简单数据转换 281

11.2.1准备工作 281

11.2.2操作流程 281

11.2.3工作原理 283

11.2.4更多内容 283

11.3可视化分类数据 283

11.3.1准备工作 284

11.3.2操作流程 284

11.3.3工作原理 286

11.4判别分析 286

11.4.1准备工作 287

11.4.2操作流程 287

11.4.3工作原理 290

11.5划分数据和ROC 290

11.5.1准备工作 292

11.5.2操作流程 292

11.6拟合逻辑回归模型 293

11.6.1准备工作 293

11.6.2操作流程 293

11.6.3工作原理 297

11.7决策树和决策规则 298

11.7.1准备工作 298

11.7.2操作流程 298

11.7.3工作原理 301

11.8德国信用数据决策树 301

11.8.1准备工作 301

11.8.2操作流程 301

11.8.3工作原理 304