Python for Data Mining Quick Syntax Reference

Valentina Porcu

  • 出版商: Apress
  • 出版日期: 2018-12-20
  • 售價: $1,100
  • 貴賓價: 9.5$1,045
  • 語言: 英文
  • 頁數: 260
  • 裝訂: Paperback
  • ISBN: 1484241126
  • ISBN-13: 9781484241127
  • 相關分類: Python程式語言Data-mining
  • 立即出貨 (庫存 < 3)

  • Python for Data Mining Quick Syntax Reference-preview-1
  • Python for Data Mining Quick Syntax Reference-preview-2
  • Python for Data Mining Quick Syntax Reference-preview-3
  • Python for Data Mining Quick Syntax Reference-preview-4
  • Python for Data Mining Quick Syntax Reference-preview-5
  • Python for Data Mining Quick Syntax Reference-preview-6
  • Python for Data Mining Quick Syntax Reference-preview-7
  • Python for Data Mining Quick Syntax Reference-preview-8
Python for Data Mining Quick Syntax Reference-preview-1

商品描述

​Learn how to use Python and its structures, how to install Python, and which tools are best suited for data analyst work. This book provides you with a handy reference and tutorial on topics ranging from basic Python concepts through to data mining, manipulating and importing datasets, and data analysis.
 
Python for Data Mining Quick Syntax Reference covers each concept concisely, with many illustrative examples. You'll be introduced to several data mining packages, with examples of how to use each of them. 
 
The first part covers core Python including objects, lists, functions, modules, and error handling. The second part covers Python's most important data mining packages: NumPy and SciPy for mathematical functions and random data generation, pandas for dataframe management and data import, Matplotlib for drawing charts, and scikitlearn for machine learning.  
 
What You'll Learn
  • Install Python and choose a development environment
  • Understand the basic concepts of object-oriented programming
  • Import, open, and edit files
  • Review the differences between Python 2.x and 3.x
Who This Book Is For
 
Programmers new to Python's data mining packages or with experience in other languages, who want a quick guide to Pythonic tools and techniques.

商品描述(中文翻譯)

學習如何使用Python及其結構,如何安裝Python,以及哪些工具最適合於數據分析工作。本書為您提供了一個方便的參考和教程,涵蓋從基本的Python概念到數據挖掘、數據集操作和導入,以及數據分析的主題。

《Python for Data Mining Quick Syntax Reference》簡潔地介紹了每個概念,並提供了許多實例。您將介紹幾個數據挖掘套件,並示範如何使用每個套件。

第一部分涵蓋了核心Python,包括對象、列表、函數、模塊和錯誤處理。第二部分涵蓋了Python最重要的數據挖掘套件:NumPy和SciPy用於數學函數和隨機數據生成,pandas用於數據框管理和數據導入,Matplotlib用於繪製圖表,scikitlearn用於機器學習。

《Python for Data Mining Quick Syntax Reference》的第一部分涵蓋了核心Python,包括對象、列表、函數、模塊和錯誤處理。第二部分涵蓋了Python最重要的數據挖掘套件:NumPy和SciPy用於數學函數和隨機數據生成,pandas用於數據框管理和數據導入,Matplotlib用於繪製圖表,scikitlearn用於機器學習。

《Python for Data Mining Quick Syntax Reference》的第一部分涵蓋了核心Python,包括對象、列表、函數、模塊和錯誤處理。第二部分涵蓋了Python最重要的數據挖掘套件:NumPy和SciPy用於數學函數和隨機數據生成,pandas用於數據框管理和數據導入,Matplotlib用於繪製圖表,scikitlearn用於機器學習。

《Python for Data Mining Quick Syntax Reference》的第一部分涵蓋了核心Python,包括對象、列表、函數、模塊和錯誤處理。第二部分涵蓋了Python最重要的數據挖掘套件:NumPy和SciPy用於數學函數和隨機數據生成,pandas用於數據框管理和數據導入,Matplotlib用於繪製圖表,scikitlearn用於機器學習。

《Python for Data Mining Quick Syntax Reference》的第一部分涵蓋了核心Python,包括對象、列表、函數、模塊和錯誤處理。第二部分涵蓋了Python最重要的數據挖掘套件:NumPy和SciPy用於數學函數和隨機數據生成,pandas用於數據框管理和數據導入,Matplotlib用於繪製圖表,scikitlearn用於機器學習。

《Python for Data Mining Quick Syntax Reference》的第一部分涵蓋了核心Python,包括對象、列表、函數、模塊和錯誤處理。第二部分涵蓋了Python最重要的數據挖掘套件:NumPy和SciPy用於數學函數和隨機數據生成,pandas用於數據框管理和數據導入,Matplotlib用於繪製圖表,scikitlearn用於機器學習。

《Python for Data Mining Quick Syntax Reference》的第一部分涵蓋了核心Python,包括對象、列表、函數、模塊和錯誤處理。第二部分涵蓋了Python最重要的數據挖掘套件:NumPy和SciPy用於數學函數和隨機數據生成,pandas用於數據框管理和數據導入,Matplotlib用於繪製圖表,scikitlearn用於機器學習。

《Python for Data Mining Quick Syntax Reference》的第一部分涵蓋了核心Python,包括對象、列表、函數、模塊和錯誤處理。第二部分涵蓋了Python最重要的數據挖掘套件:NumPy和SciPy用於數學函數和隨機數據生成,pandas用於數據框管理和數據導入,Matplotlib用於繪製圖表,scikitlearn用於機器學習。

《Python for Data Mining Quick Syntax Reference》的第一部分涵蓋了核心Python,包括對象、列表、函數、模塊和錯誤處理。第二部分涵蓋了Python最重要的數據挖掘套件:NumPy和SciPy用於數學函數和隨機數據生成,pandas用於數據框管理和數據導入,Matplotlib用於繪製圖表,scikitlearn用於機器學習。

《Python for Data Mining Quick Syntax Reference》的第一部分涵蓋了核心Python,包括對象、列表、函數、模塊和錯誤處理。第二部分涵蓋了Python最重要的數據挖掘套件:NumPy和SciPy用於數學函數和隨機數據生成,pandas用於數據框管理和數據導入,Matplotlib用於繪製圖表,scikitlearn用於機器學習。

《Python for Data Mining Quick Syntax Reference》的第一部分涵蓋了核心Python,包括對象、列表、函數、模塊和錯誤處理。第二部分涵蓋了Python最重要的數據挖掘套件:NumPy和SciPy用於數學函數和隨機數據生成,pandas用於數據框管理和數據導入,Matplotlib用於繪製圖表,scikitlearn用於機器學習。

《Python for Data Mining Quick Syntax Reference》的第一部分涵蓋了核心Python,包括對象、列表、函數、模塊和錯誤處理。第二部分涵蓋了Python最重要的數據挖掘套件:NumPy和SciPy用於數學函數和隨機數據生成,pandas用於數據框管理和數據導入,Matplotlib用於繪製圖表,scikitlearn用於機器學習。

《Python for Data Mining Quick Syntax Reference》的第一部分涵蓋了核心Python,包括對象、列表、函數、模塊和錯誤處理。第二部分涵蓋了Python最重要的數據挖掘套件:NumPy和SciPy用於數學函數和隨機數據生成,pandas用於數據框管理和數據導入,Matplotlib用於繪製圖表,scikitlearn用於機器學習。

《Python for Data Mining Quick Syntax Reference》的第一部分涵蓋了核心Python,包括對象、列表、函數、模塊和錯誤處理。第二部分涵蓋了Python最重要的數據挖掘套件:NumPy和SciPy用於數學函數和隨機數據生成,pandas用於數據框管理和數據導入,Matplotlib用於繪製圖表,scikitlearn用於機器學習。

《Python for Data Mining Quick Syntax Reference》的第一部分涵蓋了核心Python,包括對象、列表、函數、模塊和錯誤處理。第二部分涵蓋了Python最重要的數據挖掘套件:NumPy和SciPy用於數學函數和隨機數據生成,pandas用於數據框管理和數據導入,Matplotlib用於繪製圖表,scikitlearn用於機器學習。

學習如何安裝Python並選擇開發環境
了解面向對象編程的基本概念
導入、打開和編輯文件
回顧Python 2.x和3.x之間的差異

本書適合以下讀者:
對Python的數據挖掘套件新手或有其他語言經驗的程序員,希望快速掌握Python工具和技巧。