کتاب An Introduction to R and Python for Data Analysis

کتاب An Introduction to R and Python for Data Analysis (مقدمه‌ای بر R و Python برای تجزیه و تحلیل داده‌ها: رویکرد کنار هم) علاوه بر شرح مفاهیم تحلیل داده‌ها، آن‌ها را با استفاده از زبان برنامه‌نویسی R و Python پیاده‌سازی می‌کند.

در ادامه مقدمه‌ای از کتاب An Introduction to R and Python for Data Analysis را از زبان نویسنده شرح خواهیم داد.

مقدمه‌ای بر کتاب An Introduction to R and Python for Data Analysis:

این کتاب برای استفاده در یک کلاس محاسباتی نوشته شده است که هم R و هم Python را به دانشجویان فارغ‌التحصیل در بخش آمار یا علوم داده آموزش می‌دهد. این کتاب برای دانش آموزانی نوشته شده است که لزوماً آشنایی قبلی با کد نوشتن ندارند.

• اگر از آنها برای تجزیه و تحلیل داده‌ها استفاده می‌کنید، R و Python کارهای مشابه زیادی را به روش‌های تقریباً مشابه انجام می‌دهند، بنابراین همیشه منطقی نیست که الف) زبان یکی پس از دیگری آموزش داده شود، یا ب.) یکی را انتخاب کنید. بر دیگری رویکرد کنار هم به آموزش/یادگیری بیشتر، صرفه جویی در زمان، و تقویت مفاهیم مشترک و تفاوت‌های کلیدی کمک می‌کند.

• این متن تکنیک‌های مدل‌سازی آماری را با جزئیات توصیف نمی‌کند، اما بسیاری از تمرین‌ها از دانش‌آموزان می‌خواهند که آنها را اجرا کنند. این تمرین‌ها آشنایی ریاضی را در نظر نخواهند گرفت. هدف آزمایش توانایی برنامه‌نویسی است و یک مزیت اضافه این است که کار ممکن است بعداً در حرفه آن‌ها مفید باشد.

• این کتاب برای دانشمندان مشتاق داده نوشته شده است، نه لزوما توسعه‌دهندگان نرم افزار مشتاق. چرا من تمایز را ترسیم می‌کنم؟ به عنوان مثال، هنگام بحث در مورد انواع مختلف، ساختار داده‌ها را به طور عمیق مورد بحث قرار نمی‌دهم. در عوض، من نمونه‌هایی از برنامه‌هایی را که در آن انواع مختلف بیشترین کاربرد را دارند، بحث می‌کنم.

• به طور کلی، فصل‌ها باید به ترتیب خوانده شوند، اما گهگاه پرش از جلو می‌تواند مفید باشد. فصل‌های بعدی بیشتر ممکن است آشنایی با فصل‌های قبلی را فرض کند. همچنین، در بخش یک فصل، گاهی اوقات یک بحث برای یک موضوع خاص در پایتون، مثلاً، ممکن است به دنبال بحثی درباره همان موضوع در R باشد. در این مورد، بخش بعدی اغلب فرض می‌کند که بخش قبلی ابتدا خوانده شده است.

سرفصل‌های کتاب An Introduction to R and Python for Data Analysis:

• Cover
• Half Title
• Title Page
• Copyright Page
• Dedication
• Contents
• List of Figures
• Welcome
• Preface
• I. Introducing the Basics
  • 1. Introduction
  • 2. Basic Types
  • 3. R Vectors versus Numpy Arrays and Pandas’ Series
  • 4. Numpy ndarrays versus R’s Matrix and Array Types
  • 5. R’s lists versus Python’s lists and dicts
  • 6. Functions
  • 7. Categorical Data
  • 8. Data Frames
• II. Common Tasks and Patterns
  • 9. Input and Output
  • 10. Using Third-Party Code
  • 11. Control Flow
  • 12. Reshaping and Combining Data Sets
• III. Programming Styles
  • 14. An Introduction to Object-Oriented Programming
  • 15. An Introduction to Functional Programming
• Bibliography
• Index

جهت دانلود کتاب An Introduction to R and Python for Data Analysis می‌توانید پس از پرداخت، دریافت کنید.