Wes McKinney 资深数据分析专家,对各种Python库(包括NumPy、pandas、matplotlib以及IPython等)等都有深入研究,并在大量的实践中积累了丰富的经验。撰写了大量与Python数据分析相关的经典文章,被各大技术社区争相转载,是Python和开源技术社区公认的权威人物之一。开发了用于数据分析的著名开源Python库——pandas,广获用户好评。在创建Lambda Foundry(一家致力于企业数据分析的公司)之前,他曾是AQR Capital Management的定量分析师。
不明觉厉,也许是水平不够,可是这书看起来太不友好了。买来啃不动,上网搜到了Python数据手册那本书,评分比这本高不少,来不及买,先在网上看作者的原版。对小白来说,数据手册那本书友好地多的多。看着手头这本,简直怀疑盗版!不推荐!这个出版社的印刷质量也不好!也许是...
评分对第二版的翻译已无力吐槽,错误太明显。比如下图句子的in-place意思明明是原地修改,译者非要翻译成原对象,感觉译者计算机的基本素养有待提高,如果知道排序算法中的原地排序就不会这样翻译了,阅读时最好准备好英文版,遇到不通的地方翻阅一下英文版结合代码就可以了。或者...
评分 评分看了小部分,翻译文笔还比较顺畅,具体有没错误暂没注意到。原作者写的还到位。Python在网络与科学计算等领域的发展风生水起,得益于开源,无论是Numpy, Pandas, Scipy, Matplotlib, Scikit-learn, NLTK, 还是Django.
评分每一个数据分析师或是数据科学家都使用各自不同的技术栈。即使同样使用Python做为主力数据分析语言,每个人会用到的工具组合也不尽相同。 但不管怎么说,对于希望使用python来进行数据分析工作的人来说,学习iPython,NumPy,pandas,matpotlib这个组合是一个目前看来怎么都不...
花了两周过了一遍,感觉自己看总比上课听别人讲快一点,然后kaggle感觉蛮不错的
评分本书定位还是一本工具书,介绍了数据处理的各种技术细节,基本没有涉及到回归和假设检验等一些更深入的统计分析方法。作者作为开发`numpy`和`pandas`的核心成员,对工具的熟悉程度自不用说,但是知识点细碎很难一下子记住(倒不如说`numpy`和`pandas`本身就让人觉得很迷)。十四章提供了很多具体的案例,基本囊括了定量数据处理的大多数情况,但是只是罗列技术,光看这本没法掌握具体的分析思路。
评分【书.2019-07】有大把时间来读书真的是幸福的。又把这个书读了一下,之前寥寥草草看过基本都忘记了,这次印象颇深。感觉可以算是非常合适的入门教材的,三板斧[numpy],[pandas]以及[matplotlib]都详细的讲过,稍微实践就可以真正的开始数据学习之旅了。(不过感觉作者真的是很墨迹…)
评分【书.2019-07】有大把时间来读书真的是幸福的。又把这个书读了一下,之前寥寥草草看过基本都忘记了,这次印象颇深。感觉可以算是非常合适的入门教材的,三板斧[numpy],[pandas]以及[matplotlib]都详细的讲过,稍微实践就可以真正的开始数据学习之旅了。(不过感觉作者真的是很墨迹…)
评分飞快扫过,还是靠练
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 qciss.net All Rights Reserved. 小哈图书下载中心 版权所有