标签:基于 int atp 应用 技术 初学 for 课程 data-
程序员书库(ID:CodingBook) 猿妹编译链接:https://towardsdatascience.com/5-free-books-for-learning-python-for-data-science-87be443c084
Python仍然是数据科学家最流行的编程语言,因为Python的语法相对简单,容易上手,而且还有一个非常活跃的开发者社区,除了那些用于机器学习的库之外,还维护着大量用于数据分析的库。
有很多免费或低成本的课程可以学习Python,但如果从书本中学习,这里有5本完全免费的书籍推荐给你,可以帮助你学习如何将Python用于数据科学方面。
这是一本适合所有Python开发人员的优秀书籍,包括初学者和有经验的Python开发者,它不仅仅是针对数据科学领域的,不过,它可以让你获得一个良好的Python基础。它介绍了Python安装、开发环境、代码结构、面向对象编程以及代码风格等。
阅读地址:https://docs.python-guide.org/
这是另一本不是专门针对数据科学的书。然而,如果你想要一些能够快速上手的Python实例,那么这本书绝对适合你。这本书主要关注的是自动化重复性任务方面,读者不需要具备任何编程经验也能看的懂,因此,很适合初学者,这本书里的任务是一些非常初级的,主要目的是让你快速上手Python。
阅读地址:https://automatetheboringstuff.com/2e/chapter1/
这本书是为所有在Coursera上学习Python的专业人士准备的,它采用了信息学的方法来学习Python,而不是基于计算机科学的方法。因此,它主要关注如何使用Python完成数据分析任务,如果你正在学习数据科学,这是一件好事。
本书涵盖了Python的所有基础知识,还有大量Python数据科学方面的知识,比如使用Python与数据库交互、数据可视化和数据建模。
下载地址:https://www.py4e.com/book.php
本书对Python核心库的一个很好的介绍,包括如何使用Numpy、Pandas、Matplotlib和Scikit-learn的介绍和代码示例。还有一个很好的章节是关于IPython的,它是最受数据科学家欢迎的Python开发环境,作者还介绍了它为何如此受欢迎。
阅读地址:https://jakevdp.github.io/PythonDataScienceHandbook/
这本书是我读过的对Python机器学习最好的书籍之一,它主要关注带有Scikit-learn库的应用程序,但涵盖了适用于机器学习的Python编程核心概念。
简而言之,这本书有非常清晰的解释,涵盖机器学习工作流的最佳实践和大量的示例代码,作者用了一种通俗易懂的方式介绍了每一个概念,每一个都建立在前一个概念的基础上,如果你对机器学习完全陌生,那么这本书是一个很好的选择。
标签:基于 int atp 应用 技术 初学 for 课程 data-
原文地址:https://blog.51cto.com/15060204/2566003