
۴۴٬۰۰۰تومان
نوع فایل دانلود: EPUB
پس از خرید، یک فایل EPUB دریافت میکنید.
این فایل با Calibre، Apple Books و سایر کتابخوانهای دیجیتال مناسب است.
یاد بگیرید چطور از پایتون و ساختارهایش استفاده کنید، چطور پایتون را نصب کنید، و کدام ابزارها برای کار تحلیل داده مناسبترند. این کتاب هم راهنمای سریع است و هم آموزشی؛ از مفاهیم پایهٔ پایتون تا دادهکاوی، دستکاری و وارد کردن مجموعهدادهها، و تحلیل داده را پوشش میدهد.
کتاب پایتون برای دادهکاوی؛ مرجع سریع دستورات هر مفهوم را کوتاه و روشن توضیح میدهد و مثالهای زیادی دارد. با چند بستهٔ دادهکاوی آشنا میشوید و میبینید چطور از هرکدام استفاده کنید.
بخش اول پایتون اصلی را پوشش میدهد؛ از جمله اشیا، فهرستها، توابع، ماژولها و مدیریت خطا. بخش دوم مهمترین بستههای دادهکاوی پایتون را معرفی میکند: NumPy و SciPy برای توابع ریاضی و تولید دادهٔ تصادفی، pandas برای مدیریت دیتافریم و وارد کردن داده، Matplotlib برای رسم نمودار، و scikit-learn برای یادگیری ماشین.
آنچه یاد میگیرید
* نصب پایتون و انتخاب محیط توسعه
* درک مفاهیم پایهٔ برنامهنویسی شیءگرا
* وارد کردن، باز کردن و ویرایش فایلها
* مرور تفاوتهای پایتون ۲.x و ۳.x
این کتاب برای چه کسانی است
برنامهنویسانی که تازه با بستههای دادهکاوی پایتون آشنا میشوند، یا در زبانهای دیگر تجربه دارند و میخواهند راهنمایی سریع دربارهٔ ابزارها و تکنیکهای پایتونیک داشته باشند.
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.