此部分為隱藏內(nèi)容，請(qǐng)輸入驗(yàn)證碼后查看
掃描右側(cè)圖片或微信搜索 “ Java技術(shù)分享屋 ” ，回復(fù) “ 驗(yàn)證碼 ” ，獲取驗(yàn)證密碼。
本資料僅供讀者預(yù)覽及學(xué)習(xí)交流使用，不能用于商業(yè)用途，請(qǐng)?jiān)谙螺d后24小時(shí)內(nèi)刪除。如果喜歡，請(qǐng)購買正版！
一.資料圖片
二.資料簡(jiǎn)介
這本書是基于R和Python的數(shù)據(jù)科學(xué)項(xiàng)目案例集錦，內(nèi)容涵蓋了基于數(shù)據(jù)科學(xué)的所有要素，包括數(shù)據(jù)采集、處理、清洗、分析、建模、可視化以及數(shù)據(jù)產(chǎn)品的搭建。案例包含了汽車數(shù)據(jù)分析、股票市場(chǎng)建模、社交網(wǎng)絡(luò)分析、推薦系統(tǒng)、地理信息分析，以及Python代碼的計(jì)算優(yōu)化。通過手把手的案例解析，令讀者知其然并知其所以然。業(yè)界的數(shù)據(jù)分析師、數(shù)據(jù)挖掘工程師、數(shù)據(jù)科學(xué)家都可以讀一讀。想要了解實(shí)際工作中如何用數(shù)據(jù)產(chǎn)生價(jià)值的在校學(xué)生，或者對(duì)數(shù)據(jù)科學(xué)感興趣的人也值得一讀。
三.資料目錄
第1章 準(zhǔn)備你的數(shù)據(jù)科學(xué)環(huán)境 1
簡(jiǎn)介 1
理解數(shù)據(jù)科學(xué)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(zhǔn)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(kuò)展包 7
準(zhǔn)備工作 8
處理流程 8
工作原理 9
更多內(nèi)容 10
參考資料 10
在Linux和Mac OS X上安裝Python 10
準(zhǔn)備工作 11
處理流程 11
工作原理 11
更多內(nèi)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(shù)據(jù)分析庫 14
準(zhǔn)備工作 14
處理流程 14
工作原理 15
更多內(nèi)容 16
參考資料 16
安裝更多Python包 17
準(zhǔn)備工作 17
處理流程 17
工作原理 18
更多內(nèi)容 18
參考資料 18
安裝和使用virtualenv 19
準(zhǔn)備工作 19
處理流程 19
工作原理 21
更多內(nèi)容 21
參考資料 22
第2章 汽車數(shù)據(jù)的可視化分析（R） 23
簡(jiǎn)介 23
獲取汽車燃料效率數(shù)據(jù) 24
準(zhǔn)備工作 24
處理流程 25
工作原理 25
為了你的第一個(gè)項(xiàng)目準(zhǔn)備好R 26
準(zhǔn)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(shù)據(jù)導(dǎo)入R 27
準(zhǔn)備工作 27
處理流程 27
工作原理 28
更多內(nèi)容 29
參考資料 30
探索和描述燃料效率數(shù)據(jù) 30
準(zhǔn)備工作 30
處理流程 30
工作原理 32
更多內(nèi)容 33
進(jìn)一步分析汽車燃料效率數(shù)據(jù) 34
準(zhǔn)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(chǎn)量以及車型 44
準(zhǔn)備工作 44
處理流程 44
工作原理 46
更多內(nèi)容 47
參考資料 47
第3章 模擬美式橄欖球比賽數(shù)據(jù)（R） 48
簡(jiǎn)介 48
準(zhǔn)備工作 49
獲取和清洗美式橄欖球比賽數(shù)據(jù) 49
準(zhǔn)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(shù)據(jù) 53
準(zhǔn)備工作 53
處理流程 53
工作原理 61
更多內(nèi)容 61
參考資料 62
構(gòu)建度量攻防能力的指標(biāo) 62
準(zhǔn)備工作 62
處理流程 62
工作原理 64
參考資料 65
模擬單場(chǎng)由程序決定勝負(fù)的比賽 65
準(zhǔn)備工作 65
處理流程 65
工作原理 68
模擬多場(chǎng)由計(jì)算決定勝負(fù)的比賽 68
準(zhǔn)備工作 68
處理流程 69
工作原理 73
更多內(nèi)容 74
第4章 建模分析股票市場(chǎng)數(shù)據(jù)（R） 75
簡(jiǎn)介 75
準(zhǔn)備工作 76
獲取股票市場(chǎng)數(shù)據(jù) 76
處理流程 77
描述數(shù)據(jù) 78
準(zhǔn)備工作 79
工作原理 80
更多內(nèi)容 81
清洗和研究數(shù)據(jù) 82
準(zhǔn)備工作 82
處理流程 82
工作原理 87
參考資料 87
形成相對(duì)估值法 87
準(zhǔn)備工作 87
處理流程 88
工作原理 91
分析歷史價(jià)格篩選股票 92
準(zhǔn)備工作 92
處理流程 92
工作原理 98
第5章 就業(yè)數(shù)據(jù)的可視化探索（R） 99
簡(jiǎn)介 99
分析前的準(zhǔn)備 100
準(zhǔn)備工作 101
處理流程 101
工作原理 102
參考資料 102
將就業(yè)數(shù)據(jù)導(dǎo)入R 103
準(zhǔn)備工作 103
處理流程 103
工作原理 104
更多內(nèi)容 104
參考資料 105
就業(yè)數(shù)據(jù)探究 105
準(zhǔn)備條件 105
處理流程 105
工作原理 107
參考資料 107
獲取和合并添加附加信息 107
準(zhǔn)備工作 107
處理流程 108
工作原理 109
添加地理信息 110
準(zhǔn)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(jí)水平的薪資和就業(yè)信息 114
準(zhǔn)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(zhǔn)備工作 118
處理流程 118
工作原理 120
參考資料 121
探究各行業(yè)工作的地理分布情況 121
處理流程 122
工作原理 123
更多內(nèi)容 124
參考資料 124
繪制地理空間的時(shí)間序列地圖 124
準(zhǔn)備工作 124
處理流程 125
工作原理 128
更多內(nèi)容 128
函數(shù)性能測(cè)試和比較 128
準(zhǔn)備工作 129
處理流程 129
工作原理 131
更多內(nèi)容 132
參考資料 132
第6章 運(yùn)用稅務(wù)數(shù)據(jù)進(jìn)行應(yīng)用導(dǎo)向的數(shù)據(jù)分析（Python） 133
簡(jiǎn)介 133
應(yīng)用導(dǎo)向方法簡(jiǎn)介 134
準(zhǔn)備高收入數(shù)據(jù)集的分析 135
準(zhǔn)備工作 135
處理流程 135
工作原理 136
導(dǎo)入并熟悉世界各國高收入數(shù)據(jù)集 136
準(zhǔn)備工作 137
處理流程 137
工作原理 143
更多內(nèi)容 144
參考資料 144
分析并可視化美國的高收入數(shù)據(jù)集 144
準(zhǔn)備工作 144
處理流程 145
工作原理 151
進(jìn)一步分析美國的高收入階層 152
準(zhǔn)備工作 152
處理流程 152
工作原理 156
用Jinja2匯報(bào)結(jié)果 157
準(zhǔn)備工作 157
處理流程 157
工作原理 162
更多內(nèi)容 162
參考資料 163
第7章 運(yùn)用汽車數(shù)據(jù)進(jìn)行可視化分析（Python） 164
簡(jiǎn)介 164
IPython入門 165
準(zhǔn)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(zhǔn)備工作 168
處理流程 168
工作原理 170
更多內(nèi)容 170
參考資料 171
準(zhǔn)備分析汽車油耗 171
準(zhǔn)備工作 171
處理流程 171
工作原理 173
更多內(nèi)容 173
參考資料 174
用Python熟悉并描述汽車油耗數(shù)據(jù) 174
準(zhǔn)備工作 174
處理流程 174
工作原理 177
更多內(nèi)容 177
參考資料 177
用Python分析汽車油耗隨時(shí)間變化趨勢(shì) 177
準(zhǔn)備工作 177
處理流程 178
工作原理 183
更多內(nèi)容 184
參考資料 185
用Python調(diào)查汽車的制造商和型號(hào) 185
準(zhǔn)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(wǎng)絡(luò)分析（Python） 190
簡(jiǎn)介 190
理解圖和網(wǎng)絡(luò) 191
準(zhǔn)備用Python進(jìn)行社交網(wǎng)絡(luò)的分析工作 192
準(zhǔn)備工作 192
處理流程 193
工作原理 193
更多內(nèi)容 193
導(dǎo)入網(wǎng)絡(luò) 194
準(zhǔn)備工作 194
處理流程 194
工作原理 196
探索英雄網(wǎng)絡(luò)的子圖 196
準(zhǔn)備工作 197
處理流程 197
工作原理 199
更多內(nèi)容 199
找出強(qiáng)關(guān)聯(lián) 200
準(zhǔn)備工作 201
處理流程 201
工作原理 203
更多內(nèi)容 204
找出關(guān)鍵人物 204
準(zhǔn)備工作 205
處理流程 205
工作原理 208
更多內(nèi)容 209
調(diào)查全網(wǎng)的特征 215
準(zhǔn)備工作 216
處理流程 216
工作原理 217
社交網(wǎng)絡(luò)中的聚類和發(fā)現(xiàn)社群 217
準(zhǔn)備工作 217
處理流程 218
工作原理 221
更多內(nèi)容 221
可視化圖 222
準(zhǔn)備工作 222
處理流程 222
工作原理 224
第9章 大規(guī)模電影推薦（Python） 225
簡(jiǎn)介 226
對(duì)偏好建模 227
處理流程 227
工作原理 228
理解數(shù)據(jù) 229
準(zhǔn)備工作 229
處理流程 229
工作原理 231
更多內(nèi)容 231
加載電影評(píng)分?jǐn)?shù)據(jù) 231
準(zhǔn)備工作 231
處理流程 232
工作原理 234
尋找高評(píng)分電影 235
準(zhǔn)備工作 236
處理流程 236
工作原理 237
更多內(nèi)容 238
參考資料 238
提升電影評(píng)分系統(tǒng) 238
準(zhǔn)備工作 238
處理流程 238
工作原理 239
更多內(nèi)容 240
參考資料 240
計(jì)算用戶在偏好空間中的距離 240
準(zhǔn)備工作 241
處理流程 241
工作原理 243
更多內(nèi)容 243
參考資料 243
計(jì)算用戶相關(guān)性 244
準(zhǔn)備工作 244
處理流程 244
工作原理 245
更多內(nèi)容 246
為特定用戶尋找最好的影評(píng)人 246
準(zhǔn)備工作 246
處理流程 246
工作原理 247
預(yù)測(cè)用戶評(píng)分 249
準(zhǔn)備工作 249
處理流程 249
工作原理 250
基于物品的協(xié)同過濾 251
準(zhǔn)備工作 251
處理流程 252
工作原理 253
建立非負(fù)矩陣分解模型 254
處理流程 255
工作原理 255
參考資料 256
將數(shù)據(jù)集載入內(nèi)存 256
準(zhǔn)備工作 257
處理流程 257
工作原理 258
更多內(nèi)容 258
導(dǎo)出SVD模型至硬盤 259
處理流程 259
工作原理 260
訓(xùn)練SVD模型 261
處理流程 261
工作原理 262
更多內(nèi)容 263
測(cè)試SVD模型 264
處理流程 264
工作原理 264
更多內(nèi)容 264
第10章 獲取和定位Twitter數(shù)據(jù)（Python） 266
簡(jiǎn)介 266
創(chuàng)建Twitter應(yīng)用 267
準(zhǔn)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(zhǔn)備工作 272
處理流程 272
工作原理 273
更多內(nèi)容 274
參考資料 275
獲取粉絲和朋友信息 275
準(zhǔn)備工作 275
處理流程 275
工作原理 277
更多內(nèi)容 277
參考資料 278
提取Twitter用戶檔案 278
準(zhǔn)備工作 278
處理流程 278
工作原理 279
更多內(nèi)容 279
參考資料 280
避免Twitter速度限制 280
準(zhǔn)備工作 280
處理流程 280
工作原理 281
存儲(chǔ)JSON數(shù)據(jù)至硬盤 281
準(zhǔn)備工作 282
處理流程 282
工作原理 282
安裝MongoDB 283
準(zhǔn)備工作 283
處理流程 283
工作原理 284
更多內(nèi)容 284
參考資料 285
利用PyMongo將用戶信息存入MongoDB 285
準(zhǔn)備工作 285
處理流程 285
工作原理 286
探索用戶地理信息 287
準(zhǔn)備工作 287
處理流程 287
工作原理 289
更多內(nèi)容 290
參考資料 290
利用Python繪制地理分布圖 290
準(zhǔn)備工作 290
處理流程 291
工作原理 292
更多內(nèi)容 293
參考資料 294
第11章 利用NumPy和SciPy優(yōu)化數(shù)值計(jì)算（Python） 295
簡(jiǎn)介 295
了解優(yōu)化的步驟 297
處理流程 297
工作原理 297
更多內(nèi)容 298
識(shí)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(zhǔn)備工作 302
處理流程 302
工作原理 302
參考資料 304
利用Unix time函數(shù)剖析Python代碼 305
準(zhǔn)備工作 305
處理流程 305
工作原理 306
參考資料 306
利用Python內(nèi)建函數(shù)剖析Python代碼 306
準(zhǔn)備工作 306
處理流程 306
工作原理 307
參考資料 308
利用IPython %timeit函數(shù)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(zhǔn)備工作 310
處理流程 310
工作原理 311
更多內(nèi)容 312
參考資料 312
摘取低處的（經(jīng)過優(yōu)化的）果實(shí) 312
準(zhǔn)備工作 312
處理流程 312
工作原理 314
測(cè)試NumPy帶來的性能提升 315
準(zhǔn)備工作 315
處理流程 315
工作原理 316
更多內(nèi)容 317
參考資料 317
用NumPy重寫函數(shù) 317
準(zhǔn)備工作 317
處理流程 318
工作原理 320
用NumPy優(yōu)化最內(nèi)層循環(huán) 322
準(zhǔn)備工作 322
處理流程 322
工作原理 324
更多內(nèi)容 325