每周一书|数据科学导论：Python预言实现
《每周一书》专栏·第5篇
文 | Pyer
978字 | 3分钟阅读
【数据科学与人工智能】开通了Python群，大家可以相互学习和交流。请扫描下方二维码，备注：Python，添加我为好友，诚邀你入群，一起进步。
朋友们，你们做数据科学相关的任务或者项目，主要使用那些编程语言或者工具？请大家留言。
于我而言，我会用Python语言或者R语言来做数据科学相关的系列工作。我会从这些方面思考究竟选择用哪个编程语言。一是，团队的技术栈；二是，数据驱动的业务问题；三是，解决问题所需要的方法。我曾经用R语言设计和实现过信用申请评分卡，后来又和团队成员们利用Python语言和相关库重构了信用评分模型。在我看来，哪种语言能够更有效地帮助我们解决问题，我们就需要去拥抱它、学习它和应用它。同时，若是你一直想从事数据相关的工作，我建议把Python语言和R语言，都用起来，充分地发挥它们的优势，来帮助自己高效地做数据相关的事情。R语言的学习，可以进入下方公众号。
本周，我给大家推荐一个本Python语言与数据科学的书籍，希望大家喜欢。
每周一书：《数据科学导论：Python语言实现》
（回复关键词20210321，获取资源领取方式）
这本书是由两位数据科学家合作写的，他们都是数据科学方面的专家，他们分享经验、思考和总结，我们可以去看看，了解一下，想必会给我们一些启发或和收获。这本书，我这里准备了英文版和中文版的电子书（第二版），大家回复关键词“20210321”，可以得到书籍的获取方式。同时，我也推荐大家购买纸质版（第三版）阅读，链接如下：
这本书分享了这些内容，第一章：新手上路，简介了数据科学和Python，以及Python做数据科学的工作环境和本书要使用到的数据集和代码；第二章：数据改写，分享了一些对数据进行相关操作的内容，包括数据读写、数据的处理、数据的分组、数据的管理等；第三章，数据科学流程，介绍了开展数据科学工作将会遇到哪些工作事项以及它们的作用和做法；第四章，机器学习，分享了机器学习里面一些方法，例如线性和逻辑回归、朴素贝叶斯、K近邻、非线性算法、深度学习等；第五章，社交网络分析，简介了一些图论的知识和应用；第六章，可视化、发现和结果，介绍可视化的内容。最后，提供了一个附录，收录了Python强化的一些内容。
我推荐朋友们阅读这本书籍，阅读后，肯定会有收获的。切记，一定要动手写代码实践。
每周一书
公众号推荐