数据科学导论-error

《数据科学导论-error》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第1章新手上路无论你是热切的数据科学学习者，还是基础扎实的数据科学从业者，都能从本书关于Python数据科学精要的介绍中受益。如果你已经具备一些前期经验，如基础编程、用Python语言编写通用的计算机程序、熟悉MATLAB或R等数据分析语言，阅读本书收获会更大。本书直接探究Python数据科学，使用Python语言及其强大的数据分析和机器学习软件包，为你提供解决各种数据科学问题的快捷途径。本书提供的示例代码不要求你精通Python语言。不过，我们假定你至少应该了解一点基础的Python脚本、数据结构（比如列表和字典）和类对象的工作原理。如果你对该主题不够自信，或者掌握的Python语言知识极其

2、有限，建议阅读本书之前先学习一下在线教程，如趣味编程网站CodeAcademy上的课程http://www.codecademy.com/en/tracks/python/，或者Google上的Python课程https://developers.google.com/edu/python/。这两个课程都是免费的，只需几个小时的学习就能获得阅读本书的全部基础知识。在任何情况下都不要被本书开头提到的要求所吓倒；掌握Python数据科学应用不像你想象的那样困难。这只是我们假设读者应该具备的一些基础知识，因为我们的目的是直接进入数据科学应用的重点，而无需对所使用语言的概况解释太多。那么，准备好了吗？

3、让我们开始吧！本章只是一个简短的介绍，我们将从一些基础知识开始，逐步展开并介绍以下主题：T如何创建Python数据科学工具箱TIPython的用法T本书要使用的数据集的概述1.1　数据科学与Python简介数据科学是相对较新的知识领域，尽管它的核心内容已经被计算机科学界研究了很多2◆　数据科学导论：Python语言实现年。它的研究内容包括线性代数、统计建模、可视化、计算语言学、图形分析、机器学习、商务智能、数据存储与检索。作为一个新的领域，读者必须考虑到目前数据科学的界定还不是很清晰，并且在不断地变化。由于该领域由多种学科构成，数据科学家各自的专业领域和能力不同，因此对这一领域的描述也不尽相同

4、。在这种情况下，作为职业数据科学家，什么才会是你高效地学习和使用的行业工具呢？我们相信Python会是最好的工具，本书将向你提供快速使用Python的所有重要信息。另外，其他的工具如R和MATLAB是数据科学家解决统计分析和矩阵操作等具体问题的专用工具。然而，只有Python完整包含了数据科学家所需要的技能集合。这种多功能语言适合开发与演示，不管你是什么背景和专业，都很容易学习和掌握。Python于1991年创建，是一种通用的、解释性和面向对象的语言，已经逐渐征服了科学界，成长为一个成熟的数据处理和分析的专业软件。它能够使你进行无数次的快速体验，轻松地进行理论扩展，并促进多种形式的科学应用。目

5、前，Python已成为数据科学不可或缺的工具，它的主要特性如下：TPython可方便地集成不同的工具，为多种语言（Java、C、Fortran甚至原语）、数据策略和学习算法提供真正的统一平台。这些学习算法结合在一起，能帮助数据科学家制订新的、功能强大的解决方案。TPython为数据分析和机器学习提供了一个大型、成熟的软件系统。确保提供数据分析课程需要的一切工具，甚至会更多。TPython是通用的。不管你是什么编程背景和风格（面向对象或者过程式的），都会喜欢使用Python编程。TPython是跨平台的。Python解决方案完美兼容Windows、Linux和MacOS操作系统，不用担心它的可移

6、植性。T虽然Python是解释性语言，但与其他主流数据分析语言如R和MATLAB相比具有毋庸置疑的速度优势（尽管还不能与C、Java和新出现的Julia语言的速度相媲美）。得益于本书将要介绍的一些简单技巧，它还能变得更快。T由于Python具有极小的内存占用和优秀的内存管理能力，它可以处理内存中的大数据。当进行数据加载、转换、切块、切片、保存或丢弃时，它会使用循环或再循环垃圾回收器自动清理内存中的数据。TPython非常简单，易学易用。掌握了基础知识之后就可以立即开始编程，没有比这更好的学习方式了。1.2Python的安装首先，我们继续介绍Python所需要的环境设置，以便创建一个完整的数据科

7、学工作环第1章　新手上路　◆3境，确保能对本书后面提供的示例代码和实验进行测试。Python是一种开源的、面向对象的、跨平台的编程语言，与其直接竞争对手（比如C++和Java）相比非常简明，能在非常短的时间内创建工作软件原型。它仅仅是因为这个特点就成为数据科学家工具箱中最常用语言的吗？当然不是。它还是一种通用语言，能为一系列问题和需求提供各种各样的软件包，的确非常灵活。1.2.1Python2还是