大约有507,055项符合查询结果项。（搜索耗时：0.5399秒）
为您推荐： 文本数据挖掘与python应用 title python数据分析与应用 大数据人才培养规划教材 python开发与财务应用 python数学建模算法与应用 python数据分析与可视化 程序设计导论python计算与应用开发实践
-
利用Python进行数据分析
（美）麦金尼著；唐学韬等译2014 年出版452 页ISBN：9787111436737本书首先阐述了为什么选择Python进行数据分析；通过示例来阐述如何使用数据；深入介绍了IPython——一个交互式的计算和开发环境，包括IPython的基础、功能、特性、运行环境、代码开发，以及基于Qt的丰富的GUI控制...
-
Python数据可视化之matplotlib实践
刘大成著2018 年出版218 页ISBN：9787121348884本书借助Matplotlib讲解开展Python数据可视化实践所需要掌握的关键知识和技能。本书主要由Matplotlib入门、精进、演练和拓展四部分组成。同时，为方便读者对书中的内容进行有效实践，相关章节都会配以大量典型...
-
R用户Python学习指南 数据科学方法
（印度）A. 奥利（A. Ohri）2018 年出版233 页ISBN：7111611950仅掌握一门语言、一种工具已不足以成为一名合格的数据科学家，本书旨在解决这一问题，针对了解R但不熟悉Python（或了解Python但不熟悉R）的新手，详细讲解两种语言的编程技巧和转换方法，涵盖从数据输入、数据质量检查...
-
Python数据可视化之matplotlib精进
刘大成著2019 年出版237 页ISBN：9787121362187通过本书的学习，读者可以根据自身的实际项目和任务需求，同时结合在matplotlib实用案例中介绍的应用方向和实现方法，灵活地应用Python数据可视化的实用技能。具体而言，这些应用方向主要包括：图形，元素，交互，探索和.....
-
Python程序设计应用教程
夏敏捷，张西广主编2018 年出版308 页ISBN：9787113241452本书分为基础篇和提高篇两部分，基础篇第1章到第9章，主要讲解Python的基础知识和面向对象编程基础，Tkinter图形界面设计、网络编程和多线程、Python数据库应用、XML文件操作等知识，每章最后都有应用本章知识点的...
-
图灵程序设计丛书 SQLAlchemy Python数据库实战
岳新欣责任编辑；武传海译；（美国）贾森·迈尔斯，Rick Copeland2019 年出版154 页ISBN：9787115516305SQL是一种用于查询和操作数据的强大语言，但很难将其与应用程序集成。SQLAlchemy帮助您将Python对象映射到数据库表，而不需要大量更改现有的Python代码。本书从简单查询到高级ORM访问及模式迁移，全面涵盖了各方...
-
Python数据可视化编程实战 第2版
（爱尔兰）伊戈尔·米洛瓦诺维奇（Igor Milovanovic），（法）迪米特里·富雷斯（Dimitry Foures），（意大利）朱塞佩·韦蒂格利（Giuseppe Vettigli）2018 年出版252 页ISBN：9787115488428本书是一本使用Python实现数据可视化编程的实战指南，介绍了如何使用Python最流行的库，通过70余种方法创建美观的数据可视化效果。全书共9章，分别介绍了准备工作环境、了解数据、绘制并定制化图表、学习更多图...
-
数据科学实战之网络爬取 Python实践和示例
（比）希普·万登·布鲁克（Seppe Vanden Broucke），（比）巴特·巴森斯（Bart Baesens）著2019 年出版210 页ISBN：9787111614043本书提供了一个完整、现代的网络爬取指南，使用Python作为编程语言，专为数据科学的读者编写，探讨了网络爬取及其背后的大量Web技术。书中首先简要概述抓取和现实生活中的用例,解释了HTTP、HTML和CSS的核心概念...
-
图灵程序设计丛书 Serverless架构应用开发Python实现
温雪责任编辑；安翔译；（印度）贾莱姆·拉杰·罗希特2019 年出版182 页ISBN：9787115517241本书分为三个模块：第一个模块解释Serverless架构的基本原理以及AWS lambda函数的作用；第二个模块教你构建、发布并部署应用到生产环境；第三个模块将带领你完成高级主题，例如为应用构建Serverless API。你还将学...
-
Python机器学习手册 从数据预处理到深度学习
（美）Chris Albon（克里斯·阿尔本）2019 年出版346 页ISBN：9787121369629这是一本关于Python的图书，采用基于任务的方式来介绍如何在机器学习中使用Python。书中有近200个独立的解决方案（并提供了相关代码，读者可以复制并粘贴这些代码，用在自己的程序中），针对的都是数据科学家或机器学...