数据科学实战手册 R+PythonPDF电子书下载

第1章 准备你的数据科学环境 1

简介 1

理解数据科学管道 3

处理流程 3

工作原理 3

在Windows、Mac OS X、Linux上安装R 5

准备工作 5

处理流程 5

工作原理 7

参考资料 7

在R和RStudio中安装扩展包 7

准备工作 8

处理流程 8

工作原理 9

更多内容 10

参考资料 10

在Linux和Mac OS X上安装Python 10

准备工作 11

处理流程 11

工作原理 11

更多内容 11

参考资料 12

在Windows上安装Python 12

处理流程 13

工作原理 13

参考资料 14

在Mac OS X和Linux上安装Python数据分析库 14

准备工作 14

处理流程 14

工作原理 15

更多内容 16

参考资料 16

安装更多Python包 17

准备工作 17

处理流程 17

工作原理 18

更多内容 18

参考资料 18

安装和使用virtualenv 19

准备工作 19

处理流程 19

工作原理 21

更多内容 21

参考资料 22

第2章 汽车数据的可视化分析（R） 23

简介 23

获取汽车燃料效率数据 24

准备工作 24

处理流程 25

工作原理 25

为了你的第一个项目准备好R 26

准备工作 26

处理流程 26

工作原理 26

参考资料 26

将汽车燃料效率数据导入R 27

准备工作 27

处理流程 27

工作原理 28

更多内容 29

参考资料 30

探索和描述燃料效率数据 30

准备工作 30

处理流程 30

工作原理 32

更多内容 33

进一步分析汽车燃料效率数据 34

准备工作 34

处理流程 34

工作原理 43

参考资料 44

研究汽车的产量以及车型 44

准备工作 44

处理流程 44

工作原理 46

更多内容 47

参考资料 47

第3章 模拟美式橄榄球比赛数据（R） 48

简介 48

准备工作 49

获取和清洗美式橄榄球比赛数据 49

准备工作 50

处理流程 50

工作原理 53

参考资料 53

分析和理解美式橄榄球比赛数据 53

准备工作 53

处理流程 53

工作原理 61

更多内容 61

参考资料 62

构建度量攻防能力的指标 62

准备工作 62

处理流程 62

工作原理 64

参考资料 65

模拟单场由程序决定胜负的比赛 65

准备工作 65

处理流程 65

工作原理 68

模拟多场由计算决定胜负的比赛 68

准备工作 68

处理流程 69

工作原理 73

更多内容 74

第4章 建模分析股票市场数据（R） 75

简介 75

准备工作 76

获取股票市场数据 76

处理流程 77

描述数据 78

准备工作 79

工作原理 80

更多内容 81

清洗和研究数据 82

准备工作 82

处理流程 82

工作原理 87

参考资料 87

形成相对估值法 87

准备工作 87

处理流程 88

工作原理 91

分析历史价格筛选股票 92

准备工作 92

处理流程 92

工作原理 98

第5章 就业数据的可视化探索（R） 99

简介 99

分析前的准备 100

准备工作 101

处理流程 101

工作原理 102

参考资料 102

将就业数据导入R 103

准备工作 103

处理流程 103

工作原理 104

更多内容 104

参考资料 105

就业数据探究 105

准备条件 105

处理流程 105

工作原理 107

参考资料 107

获取和合并添加附加信息 107

准备工作 107

处理流程 108

工作原理 109

添加地理信息 110

准备工作 110

处理流程 110

工作原理 113

参考资料 114

获取州和县级水平的薪资和就业信息 114

准备工作 114

处理流程 114

工作原理 116

参考资料 117

可视化薪资的地理分布特性 117

准备工作 118

处理流程 118

工作原理 120

参考资料 121

探究各行业工作的地理分布情况 121

处理流程 122

工作原理 123

更多内容 124

参考资料 124

绘制地理空间的时间序列地图 124

准备工作 124

处理流程 125

工作原理 128

更多内容 128

函数性能测试和比较 128

准备工作 129

处理流程 129

工作原理 131

更多内容 132

参考资料 132

第6章 运用税务数据进行应用导向的数据分析（Pyhon） 133

简介 133

应用导向方法简介 134

准备高收入数据集的分析 135

准备工作 135

处理流程 135

工作原理 136

导入并熟悉世界各国高收入数据集 136

准备工作 137

处理流程 137

工作原理 143

更多内容 144

参考资料 144

分析并可视化美国的高收入数据集 144

准备工作 144

处理流程 145

工作原理 151

进一步分析美国的高收入阶层 152

准备工作 152

处理流程 152

工作原理 156

用Jinja2汇报结果 157

准备工作 157

处理流程 157

工作原理 162

更多内容 162

参考资料 163

第7章 运用汽车数据进行可视化分析（Python） 164

简介 164

IPython入门 165

准备工作 165

处理流程 165

工作原理 167

参考资料 167

熟悉IPython Notebook 167

准备工作 168

处理流程 168

工作原理 170

更多内容 170

参考资料 171

准备分析汽车油耗 171

准备工作 171

处理流程 171

工作原理 173

更多内容 173

参考资料 174

用Python熟悉并描述汽车油耗数据 174

准备工作 174

处理流程 174

工作原理 177

更多内容 177

参考资料 177

用Python分析汽车油耗随时间变化趋势 177

准备工作 177

处理流程 178

工作原理 183

更多内容 184

参考资料 185

用Python调查汽车的制造商和型号 185

准备工作 185

处理流程 185

工作原理 189

参考资料 189

第8章 社交网络分析（Python） 190

简介 190

理解图和网络 191

准备用Python进行社交网络的分析工作 192

准备工作 192

处理流程 193

工作原理 193

更多内容 193

导入网络 194

准备工作 194

处理流程 194

工作原理 196

探索英雄网络的子图 196

准备工作 197

处理流程 197

工作原理 199

更多内容 199

找出强关联 200

准备工作 201

处理流程 201

工作原理 203

更多内容 204

找出关键人物 204

准备工作 205

处理流程 205

工作原理 208

更多内容 209

调查全网的特征 215

准备工作 216

处理流程 216

工作原理 217

社交网络中的聚类和发现社群 217

准备工作 217

处理流程 218

工作原理 221

更多内容 221

可视化图 222

准备工作 222

处理流程 222

工作原理 224

第9章 大规模电影推荐（Python） 225

简介 226

对偏好建模 227

处理流程 227

工作原理 228

理解数据 229

准备工作 229

处理流程 229

工作原理 231

更多内容 231

加载电影评分数据 231

准备工作 231

处理流程 232

工作原理 234

寻找高评分电影 235

准备工作 236

处理流程 236

工作原理 237

更多内容 238

参考资料 238

提升电影评分系统 238

准备工作 238

处理流程 238

工作原理 239

更多内容 240

参考资料 240

计算用户在偏好空间中的距离 240

准备工作 241

处理流程 241

工作原理 243

更多内容 243

参考资料 243

计算用户相关性 244

准备工作 244

处理流程 244

工作原理 245

更多内容 246

为特定用户寻找最好的影评人 246

准备工作 246

处理流程 246

工作原理 247

预测用户评分 249

准备工作 249

处理流程 249

工作原理 250

基于物品的协同过滤 251

准备工作 251

处理流程 252

工作原理 253

建立非负矩阵分解模型 254

处理流程 255

工作原理 255

参考资料 256

将数据集载入内存 256

准备工作 257

处理流程 257

工作原理 258

更多内容 258

导出SVD模型至硬盘 259

处理流程 259

工作原理 260

训练SVD模型 261

处理流程 261

工作原理 262

更多内容 263

测试SVD模型 264

处理流程 264

工作原理 264

更多内容 264

第10章 获取和定位Twitter数据（Python） 266

简介 266

创建Twitter应用 267

准备工作 268

处理流程 268

工作原理 271

参考资料 271

了解Twitter API v1.1 271

准备工作 272

处理流程 272

工作原理 273

更多内容 274

参考资料 275

获取粉丝和朋友信息 275

准备工作 275

处理流程 275

工作原理 277

更多内容 277

参考资料 278

提取Twitter用户档案 278

准备工作 278

处理流程 278

工作原理 279

更多内容 279

参考资料 280

避免Twitter速度限制 280

准备工作 280

处理流程 280

工作原理 281

存储JSON数据至硬盘 281

准备工作 282

处理流程 282

工作原理 282

安装MongoDB 283

准备工作 283

处理流程 283

工作原理 284

更多内容 284

参考资料 285

利用PyMongo将用户信息存入MongoDB 285

准备工作 285

处理流程 285

工作原理 286

探索用户地理信息 287

准备工作 287

处理流程 287

工作原理 289

更多内容 290

参考资料 290

利用Python绘制地理分布图 290

准备工作 290

处理流程 291

工作原理 292

更多内容 293

参考资料 294

第11章 利用NumPy和SciPy优化数值计算（Python） 295

简介 295

了解优化的步骤 297

处理流程 297

工作原理 297

更多内容 298

识别代码中常见性能瓶颈 298

处理流程 299

工作原理 299

通读代码 301

准备工作 302

处理流程 302

工作原理 302

参考资料 304

利用Unix time函数剖析Python代码 305

准备工作 305

处理流程 305

工作原理 306

参考资料 306

利用Python内建函数剖析Python代码 306

准备工作 306

处理流程 306

工作原理 307

参考资料 308

利用IPython ％timeit函数剖析Python代码 308

处理流程 308

工作原理 309

利用line_profiler剖析Python代码 309

准备工作 310

处理流程 310

工作原理 311

更多内容 312

参考资料 312

摘取低处的（经过优化的）果实 312

准备工作 312

处理流程 312

工作原理 314

测试NumPy带来的性能提升 315

准备工作 315

处理流程 315

工作原理 316

更多内容 317

参考资料 317

用NumPy重写函数 317

准备工作 317

处理流程 318

工作原理 320

用NumPy优化最内层循环 322

准备工作 322

处理流程 322

工作原理 324

更多内容 325