處理大量資料的基本工具
「這本書提供了清晰且易於遵循的範例，幫助您設置與使用最重要的資料科學和機器學習工具。」 —Anne Bonner Content Simplicity創辦人和CEO
Python是許多研究人員的首選工具，它擁有豐富的儲存、操作及洞察資料的程式庫。這些資源散布在資料科學的領域中，藉由本書，您可以一次獲得這些資源，包括Ipython、NumPy、Pandas、Matplotlib、Scikit-Learn和其它相關的工具。
對於熟悉Python，需要處理大量資料的資料科學家和資料處理人員來說，這是一本非常有價值的案頭書。可以有效率地處理每天面對的問題，像是操作、轉換及清理資料，視覺化不同形式的資料，建立統計學或機器學習模型等。
藉由本書，你將可以學習到：
‧IPython和Jupyter：提供資料科學家使用的Python計算環境
‧NumPy：在Python中進行高效儲存及操作密集資料陣列的ndarrys
‧Pandas：在Python中進行對於標籤式/欄位式的資料高效率儲存與操作
‧Matplotlib：在Python中進行彈性範圍的資料視覺化功能
‧Scikit-Learn：提供機器學習演算法以及簡潔的Python實作
「這本書提供了清晰且易於遵循的範例，幫助您設置與使用最重要的資料科學和機器學習工具。」 —Anne Bonner Content Simplicity創辦人和CEO
Python是許多研究人員的首選工具，它擁有豐富的儲存、操作及洞察資料的程式庫。這些資源散布在資料科學的領域中，藉由本書，您可以一次獲得這些資源，包括Ipython、NumPy、Pandas、Matplotlib、Scikit-Learn和其它相關的工具。
對於熟悉Python，需要處理大量資料的資料科學家和資料處理人員來說，這是一本非常有價值的案頭書。可以有效率地處理每天面對的問題，像是操作、轉換及清理資料，視覺化不同形式的資料，建立統計學或機器學習模型等。
藉由本書，你將可以學習到：
‧IPython和Jupyter：提供資料科學家使用的Python計算環境
‧NumPy：在Python中進行高效儲存及操作密集資料陣列的ndarrys
‧Pandas：在Python中進行對於標籤式/欄位式的資料高效率儲存與操作
‧Matplotlib：在Python中進行彈性範圍的資料視覺化功能
‧Scikit-Learn：提供機器學習演算法以及簡潔的Python實作