大小:16.64M
更新时间:23-09-01
系统:Pc
版本:v
命令行中的数据科学是一本数据科学书籍,由詹森斯(Jeroen Janssens)编著。本书独树一帜,教你利用灵活的命令行工具成为高效多产的数据科学家。为此,作者开发了数据科学工具箱,一个包含80多个命令行工具的安装简单的虚拟环境,能在Windows、OS X和Linux操作系统上运行。
你将学会如何结合使用这些小而强大的命令行工具,快速地获取、清洗、探索和建模数据。通过阅读本书,你会明白为什么命令行是一种灵活、可伸缩、易扩展的技术。即使你已经能够使用Python或R得心应手地处理数据,利用命令行也将大大改进你的数据科学工作流。
《命令行中的数据科学》集实用性和先进性于一身,为数据分析人员使用命令行这个灵活的工具提供了重要参考。作者讲解了众多实用的命令行工具,以及如何使用它们高效地获取、清洗、探索和建模数据。
论你使用Windows、OS X,还是Linux,都可以安装包含80多个命令行工具的“数据科学工具箱”,迅速建立自己的数据分析环境。论你是否已经习惯于使用Python或R语言,都能够通过本书体会到使用命令行的快捷、灵活与伸缩自如。
本书适合各层次的软件开发人员,包括专业和非 专业的数据分析人员。
前言 XIII 第1 章 简介 1 1.1 概述 1 1.2 数据科学就是OSEMN 2 1.2.1 数据获取 2 1.2.2 数据清洗 2 1.2.3 数据探索 3 1.2.4 数据建模 3 1.2.5 数据解释 3 1.3 插入的几章 4 1.4 什么是命令行 4 1.5 为什么用命令行做数据科学工作 6 1.5.1 命令行的灵活性 6 1.5.2 命令行可增强 6 1.5.3 命令行可扩展 7 1.5.4 命令行可扩充 7 1.5.5 命令行处不在 7 1.6 一个现实用例 8 1.7 延伸阅读 11 第2 章 入门指南 13 2.1 概述 13 2.2 设置数据科学工具箱 13 2.2.1 步骤1:下载和安装VirtualBox 14 2.2.2 步骤2:下载和安装Vagrant 14 2.2.3 步骤3:下载并启动数据科学工具箱 14 2.2.4 步骤4:登录(Linux 和Mac OS X) 16 2.2.5 步骤4:登录(微软Windows) 16 2.2.6 步骤5:关闭或重启 16 2.3 必要的概念和工具 17 2.3.1 环境 17 2.3.2 运行命令行工具 18 2.3.3 五类命令行工具 19 2.3.4 命令行工具的组合 21 2.3.5 输入和输出重定向 22 2.3.6 处理文件 23 2.3.7 寻求帮助 24 2.4 延伸阅读 26 第3 章 数据获取 27 3.1 概述 27 3.2 将本地文件复制到数据科学工具箱 28 3.2.1 本地数据科学工具箱 28 3.2.2 远程数据科学工具箱 28 3.3 解压缩文件 29 3.4 微软Excel 电子表格的转换 30 3.5 查询关系数据库 32 3.6 从互联网下载 33 3.7 调用Web API 35 3.8 延伸阅读 36 第4 章 创建可重用的命令行工具 37 4.1 概述 38 4.2 将单行转变为shell 脚本 38 4.2.1 步骤1:复制和粘贴 39 4.2.2 步骤2:添加执行权限 40 4.2.3 步骤3:定义shebang 41 4.2.4 步骤4:删除固定的输入 42 4.2.5 步骤5:参数化 42 4.2.6 步骤6:扩展PATH 43 4.3 用Python 和R 创建命令行工具 44 4.3.1 移植shell 脚本 45 4.3.2 处理来自标准输入的流数据 46 4.4 延伸阅读 47 第5 章 数据清洗 49 5.1 概述 50 5.2 纯文本的常见清洗操作 50 5.2.1 行过滤 50 5.2.2 值提取 54 5.2.3 值替换和删除 55 5.3 处理CSV 56 5.3.1 主体、头部和列 56 5.3.2 对CSV 执行SQL 查询 60 5.4 处理HTML/XML 和JSON 61 5.5 CSV 的常见清洗操作 65 5.5.1 列的提取和重排序 65 5.5.2 行过滤 66 5.5.3 列合并 67 5.5.4 多个CSV 文件的合并 70 5.6 延伸阅读 73 第6 章 管理数据工作流 75 6.1 概述 76 6.2 Drake 简介 76 6.3 Drake 的安装 76 6.4 获取古腾堡计划中下载最多的电子书 78 6.5 所有工作流都从单个步骤开始 79 6.6 具体情况具体对待 81 6.7 重新构建具体目标 82 6.8 讨论 83 6.9 延伸阅读 83 第7 章 数据探索 85 7.1 概述 85 7.2 检查数据及其属性 86 7.2.1 确定有数据头 86 7.2.2 检查所有数据 86 7.2.3 特征名称和数据类型 87 7.2.4 唯一标识、连续变量和因子 89 7.3 计算描述性统计信息 90 7.3.1 使用csvstat 90 7.3.2 在命令行中通过Rio 使用R 92 7.4 生成可视化图形 95 7.4.1 介绍Gunplot 和feedgnuplot 95 7.4.2 介绍ggplot2 97 7.4.3 直方图 99 7.4.4 条形图 101 7.4.5 密度图 102 7.4.6 箱线图 103 7.4.7 散点图 103 7.4.8 折线图 105 7.4.9 总结 106 7.5 延伸阅读 106 第8 章 并行管道 107 8.1 概述 108 8.2 串行处理 108 8.2.1 对数字进行遍历 108 8.2.2 对行进行遍历 109 8.2.3 对文件进行遍历 110 8.3 并行处理 111 8.3.1 GNU Parallel 介绍 112 8.3.2 指定输入 113 8.3.3 控制并发任务的个数 114 8.3.4 记录日志和输出 115 8.3.5 创建并行工具 116 8.4 分布式处理 117 8.4.1 获得运行中的AWS EC2 实例列表 117 8.4.2 在远程机器上运行命令 118 8.4.3 在远程机器间分发本地数据 119 8.4.4 在远程机器上处理文件 120 8.5 讨论 123 8.6 延伸阅读 123 第9 章 数据建模 125 9.1 概述 126 9.2 更多的酒,来吧! 126 9.3 用Tapkee 降维 129 9.3.1 介绍Tapkee 130 9.3.2 安装Tapkee 130 9.3.3 线性和非线性映射 130 9.4 用Weka 聚类 132 9.4.1 介绍Weka 132 9.4.2 在命令行里改进Weka 132 9.4.3 在CSV 和ARFF 格式之间转换 136 9.4.4 比较三种聚类算法 136 9.5 通过SciKit-Learn Laboratory 进行回归 139 9.5.1 准备数据 139 9.5.2 运行实验 139 9.5.3 解析结果 140 9.6 用BigML 分类 141 9.6.1 生成均衡的训练和测试数据集 141 9.6.2 调用API 143 9.6.3 检查结果 143 9.6.4 小结 144 9.7 延伸阅读 144 第10 章 总结 145 10.1 让我们回顾一下145 10.2 三条建议 146 10.2.1 有耐心 146 10.2.2 有所创新 146 10.2.3 肯于实践 147 10.3 接下来做什么 147 10.3.1 API 147 10.3.2 shell 编程 147 10.3.3 Python、R 和SQL 147 10.3.4 数据解释 148 10.4 联系方式 148 附录A 命令行工具列表 149 附录B 参考文献 167 作者介绍 169
1、下载并解压,得出pdf文件
2、如果打不开本文件,请务必下载pdf阅读器
3、安装后,在打开解压得出的pdf文件
4、双击进行阅读试读
同类热门
热门标签
网友评论0人参与,0条评论
最新排行
现代编译原理c语言描述18.5M阿佩尔pdf扫描版编译器的设计与实现是一种实践性很强的工程,作为讲述编译器实现方法的编译原理课程,既需要讲述理论和原理,也离不开具体的实践,如何才能更好的学习和掌握呢?这里小编推荐广大学者阅读现代编译原理c语言描述,这是一本c语言编译原理课程的教材,由阿佩尔、金斯伯格编著
查看cocos2d js游戏开发59.83M凌建风pdf扫描版cocos2d js引擎不但具有优秀的跨平台能力,同时易于使用及高效、灵活的特性,可以大大提高开发效率,降低研发成本。这里小编提供cocos2d js游戏开发 pdf下载,由凌建风编著,人民邮电出版社出版。全书对cocos2d js引擎进行了很全面的剖析
查看ASP.NET开发实例大全(提高卷)301.3Mpdf扫描版 ASP.NET开发实例大全(提高卷)是一本Asp动态网页开发技术的指南用书,由软件技术联盟编著。全书是《asp.net开发实战1200例》之全新升级版本,详细的介绍了ASP.NET开发从基础知识到高级应用各个层面的实例及源代码,内容丰富翔实,内含1
查看嵌入式linux应用开发完全手册110.85M韦东山pdf扫描版嵌入式linux在嵌入式领域发展迅速,需求旺盛,但是入门却很难,初学者多是自己学习,效率不高,为此小编带来了嵌入式linux应用开发完全手册,这是一本嵌入式linux系统应用开发手册,由韦东山编著。本书以S3C2410、S3C2440开发板为例,从分析硬
查看photoshop从入门到精通数码照片处理篇34.57Mphotoshop应该是现代办公人员必须学会的软件,不管你工作用得到还是用不到,都应该学会,工作中用得到固然好,用不到的话你也可以给自己的相片美美地PS下啊,难道你没有看过网络上那些PS大神的作品,精彩绝美!今天小编给网友带来了photoshop从入门到
查看ansible权威指南 李松涛 pdf版171.37M高清扫描版 ansible权威指南是一本Ansible的权威指南,由李松涛,魏巍和甘捷三人共同编著。本书内容丰富翔实,涵盖Ansible基础、高级技法与定制化扩展、7个实战企业案例,以及Web自动化开发,解决入门简单、深入难问题。 作者在介绍新技术
查看seo实战密码:60天网站流量提高20倍38.36Mpdf高清版seo实战密码:60天网站流量提高20倍是一本pdf高清版的seo教程电子书籍,作者:昝辉,全书详细、系统的向读者介绍了正规、有效的SEO实战技术,包括关键词研究、网站架构优化、外链建设、效果检测及策略修正,以及作弊与惩罚、排名因素列表等专题,适用于个人
查看统计分析与spss的应用6.83M高清电子版统计分析与spss的应用是一本关于如何学习spss软件而开发的pdf高清电子书,由薛薇编著,人民大学出版社出版,全书在统计分析方法的讲解上,着重分析方法基本思想的讨论,力求通俗易懂、深入浅出,并通过实例,帮助读者理解方法和运用方法。统计分析与spss的应
查看