數據科學實戰手冊R+Python

內容簡介

這本書是基於R和Python的數據科學項目案例集錦，內容涵蓋了基於數據科學的所有要素，包括數據採集、處理、清洗、分析、建模、可視化以及數據產品的搭建。案例包含了汽車數據分析、股票市場建模、社交網路分析、推薦系統、地理信息分析，以及Python代碼的計算最佳化。通過手把手的案例解析，令讀者知其然講茅戰頸並知其所以然。業界的數據分析師、數據挖掘工程師、數據科學家都可以讀一讀。想要了解實際工作中如何用數據產生價值的在校學生，或者對數據科學感興趣的人也值得一讀。

圖書目錄

第 1章　準備你的數據科學環境　1

簡介　1

理解數據科學管道　3

處理流程　3

工作原理　3

在Windows、Mac OS X、Linux上安裝R　5

準備工作　5

處理流程　5

工作原理　7

參考資料　7

在R和RStudio中安裝擴展包　7

準備工作　8

處理流程　8

工作原理　9

更多內容　10

參考資料　10

在Linux和Mac OS X上安裝Python　10

準備工作　11

處理流程　11

工鞏厚墊趨作原理　11

更多內容　11

參考資料　12

在Windows上安裝Python　12

處理流程　13

工作原理　13

參考資料　14

在Mac OS X和Linux上安裝Python數據分析庫　14

準備工作　14

處理流程　14

工作原理　15

更多內容　16

參考資料　16

安裝更多Python包　17

準備工作　17

處理流程　17

工作漿達霉原理　18

更多內容　18

參考資料　18

安裝和使用virtualenv　19

準備工作　19

處理流程　19

工作原理　21

更多內容　21

參考資料　22

第 2章　汽車數據的可視化分析（R）　23

簡介　23

獲取汽車燃料效率數據　24

準備工作　24

處理流程　25

工作原理　25

為了你的第一個項目準備好R　26

準備工作　26

處理流程　26

工作原理　26

參考資料　26

將汽車燃料效率數據導入R　27

準備工作　27

處理流程　27

工作原理　28

更多內容　29

參考資料　30

探索和描述燃料效率數據　30

準備工作　30

處理流程　30

工作原理　32

更多內容　33

進一步分析放乃邀汽車燃料效率數據　34

準備工作　34

處理流程　34

工作原理　43

參考資料　44

研究汽車的產量以及車型　44

準備工作　44

處理流程　44

工作原理　46

更多內容　47

參考資料　47

第3章　模擬美式橄欖球比賽數據（R）　48

簡介　48

準備工作　49

獲取和清洗美式橄欖球比賽數據　49

準備工作　50

處理流程　50

工作原理　53

參考資料　53

分析和理解美式橄欖球比賽數據　53

準備工作　達拒53

處理流程　53

工作原理　61

更多內容　61

參考資料　62

構建度量攻防能力的指標　62

準備工作　62

處理流程　62

工作原理　64

參考資料　65

模擬單場由程式決定勝負的比賽　65

準備工作　65

處理流榆鑽趨程　65

工作原理　68

模擬多場由計算決定勝負的比賽　68

準備工作　68

處理流程　69

工作原理　73

更多內容　74

第4章　建模分析股票市場數據（R）　75

簡介　75

準備工作　76

獲取股票市場數據　76

處理流程　77

描述數據　78

準備工作　79

工作原理　80

更多內容　81

清洗和研究數據　82

準備工作試棄漿　82

處理流程　82

工作原理　87

參考資料　87

形成相對估值法　87

準備工作　87

處理流程　88

工作原理　91

分析歷史價格篩選股票　92

準備工作　92

處理流程　92

工作原理　98

第5章　就業數據的可視化探索（R）　99

簡介　99

分析前的準備　100

準備工作　101

處理流程　101

工作原理　102

參考資料　102

將就業數據導入R　103

準備工作　103

處理流程　103

工作原理　104

更多內容　104

參考資料　105

就業數據探究　105

準備條件　105

處理流程　105

工作原理　107

參考資料　107

獲取和合併添加附加信息　107

準備工作　107

處理流程　108

工作原理　109

添加地理信息　110

準備工作　110

處理流程　110

工作原理　113

參考資料　114

獲取州和縣級水平的薪資和就業信息　114

準備工作　114

處理流程　114

工作原理　116

參考資料　117

可視化薪資的地理分布特性　117

準備工作　118

處理流程　118

工作原理　120

參考資料　121

探究各行業工作的地理分布情況　121

處理流程　122

工作原理　123

更多內容　124

參考資料　124

繪製地理空間的時間序列地圖　124

準備工作　124

處理流程　125

工作原理　128

更多內容　128

函式性能測試和比較　128

準備工作　129

處理流程　129

工作原理　131

更多內容　132

參考資料　132

第6章　運用稅務數據進行套用導向的數據分析（Python）　133

簡介　133

套用導向方法簡介　134

準備高收入數據集的分析　135

準備工作　135

處理流程　135

工作原理　136

導入並熟悉世界各國高收入數據集　136

準備工作　137

處理流程　137

工作原理　143

更多內容　144

參考資料　144

分析並可視化美國的高收入數據集　144

準備工作　144

處理流程　145

工作原理　151

進一步分析美國的高收入**　152

準備工作　152

處理流程　152

工作原理　156

用Jinja2匯報結果　157

準備工作　157

處理流程　157

工作原理　162

更多內容　162

參考資料　163

第7章　運用汽車數據進行可視化分析（Python）　164

簡介　164

IPython入門　165

準備工作　165

處理流程　165

工作原理　167

參考資料　167

熟悉IPython Notebook　167

準備工作　168

處理流程　168

工作原理　170

更多內容　170

參考資料　171

準備分析汽車油耗　171

準備工作　171

處理流程　171

工作原理　173

更多內容　173

參考資料　174

用Python熟悉並描述汽車油耗數據　174

準備工作　174

處理流程　174

工作原理　177

更多內容　177

參考資料　177

用Python分析汽車油耗隨時間變化趨勢　177

準備工作　177

處理流程　178

工作原理　183

更多內容　184

參考資料　185

用Python調查汽車的製造商和型號　185

準備工作　185

處理流程　185

工作原理　189

參考資料　189

第8章　社交網路分析（Python）　190

簡介　190

理解圖和網路　191

準備用Python進行社交網路的分析工作　192

準備工作　192

處理流程　193

工作原理　193

更多內容　193

導入網路　194

準備工作　194

處理流程　194

工作原理　196

探索英雄網路的子圖　196

準備工作　197

處理流程　197

工作原理　199

更多內容　199

找出強關聯　200

準備工作　201

處理流程　201

工作原理　203

更多內容　204

找出關鍵人物　204

準備工作　205

處理流程　205

工作原理　208

更多內容　209

調查全網的特徵　215

準備工作　216

處理流程　216

工作原理　217

社交網路中的聚類和發現社群　217

準備工作　217

處理流程　218

工作原理　221

更多內容　221

可視化圖　222

準備工作　222

處理流程　222

工作原理　224

第9章　大規模電影推薦（Python）　225

簡介　226

對偏好建模　227

處理流程　227

工作原理　228

理解數據　229

準備工作　229

處理流程　229

工作原理　231

更多內容　231

載入電影評分數據　231

準備工作　231

處理流程　232

工作原理　234

尋找高評分電影　235

準備工作　236

處理流程　236

工作原理　237

更多內容　238

參考資料　238

提升電影評分系統　238

準備工作　238

處理流程　238

工作原理　239

更多內容　240

參考資料　240

計算用戶在偏好空間中的距離　240

準備工作　241

處理流程　241

工作原理　243

更多內容　243

參考資料　243

計算用戶相關性　244

準備工作　244

處理流程　244

工作原理　245

更多內容　246

為特定用戶尋找**好的影評人　246

準備工作　246

處理流程　246

工作原理　247

預測用戶評分　249

準備工作　249

處理流程　249

工作原理　250

基於物品的協同過濾　251

準備工作　251

處理流程　252

工作原理　253

建立非負矩陣分解模型　254

處理流程　255

工作原理　255

參考資料　256

將數據集載入記憶體　256

準備工作　257

處理流程　257

工作原理　258

更多內容　258

導出SVD模型到硬碟　259

處理流程　259

工作原理　260

訓練SVD模型　261

處理流程　261

工作原理　262

更多內容　263

測試SVD模型　264

處理流程　264

工作原理　264

更多內容　264

第 10章　獲取和定位Twitter數據（Python）　266

簡介　266

創建Twitter套用　267

準備工作　268

處理流程　268

工作原理　271

參考資料　271

了解Twitter API v1.1　271

準備工作　272

處理流程　272

工作原理　273

更多內容　274

參考資料　275

獲取冬粉和朋友信息　275

準備工作　275

處理流程　275

工作原理　277

更多內容　277

參考資料　278

提取Twitter用戶檔案　278

準備工作　278

處理流程　278

工作原理　279

更多內容　279

參考資料　280

避免Twitter速度限制　280

準備工作　280

處理流程　280

工作原理　281

存儲JSON數據到硬碟　281

準備工作　282

處理流程　282

工作原理　282

安裝MongoDB　283

準備工作　283

處理流程　283

工作原理　284

更多內容　284

參考資料　285

利用PyMongo將用戶信息存入MongoDB　285

準備工作　285

處理流程　285

工作原理　286

探索用戶地理信息　287

準備工作　287

處理流程　287

工作原理　289

更多內容　290

參考資料　290

利用Python繪製地理分布圖　290

準備工作　290

處理流程　291

工作原理　292

更多內容　293

參考資料　294

第 11章　利用NumPy和SciPy最佳化數值計算（Python）　295

簡介　295

了解最佳化的步驟　297

處理流程　297

工作原理　297

更多內容　298

識別代碼中常見性能瓶頸　298

處理流程　299

工作原理　299

通讀代碼　301

準備工作　302

處理流程　302

工作原理　302

參考資料　304

利用Unix time函式剖析Python代碼　305

準備工作　305

處理流程　305

工作原理　306

參考資料　306

利用Python內建函式剖析Python代碼　306

準備工作　306

處理流程　306

工作原理　307

參考資料　308

利用IPython %timeit函式剖析Python代碼　308

處理流程　308

工作原理　309

利用line_profiler剖析Python代碼　309

準備工作　310

處理流程　310

工作原理　311

更多內容　312

參考資料　312

摘取低處的（經過最佳化的）果實　312

準備工作　312

處理流程　312

工作原理　314

測試NumPy帶來的性能提升　315

準備工作　315

處理流程　315

工作原理　316

更多內容　317

參考資料　317

用NumPy重寫函式　317

準備工作　317

處理流程　318

工作原理　320

用NumPy最佳化**內層循環　322

準備工作　322

處理流程　322

工作原理　324

更多內容　325

數據科學實戰手冊R+Python

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條