Jupyter数据科学实战

本书旨在成为读者进入数据科学领域的指南。全书共20章，涵盖了数据科学及其应用的各个方面，引入经典数据集将理论与实践相结合，采用Jupyter等工具，以Python语言由浅入深地介绍了数据科学及相关学科的基本概念、数据预处理、机器学习及时间序列等内容，并提供了不同的案例研究，以达到学以致用的效果。通过阅读本书，读者将获得成为一名数据科学家所需的基本知识和技能。本书适合有Python或其他编程语言基础，并对数据科学感兴趣的人员阅读。

这是一本以Python语言为主，面向数据科学初学者的实战指南。全书共20章，涵盖了数据科学及其应用的各个方面，引入经典数据集将理论与实践相结合，采用Jupyter等工具，由浅入深地介绍了数据科学及相关学科的基本概念、数据预处理、机器学习及时间序列等内容，并提供了不同的案例研究，以达到学以致用的效果。 全书从数据科学领域概述开始，为读者提供了全面的视角，让我们了解数据科学家的工作、数据科学的定义、数据科学基本概念、数据科学应用实例、案例研究、统计思维以及数据集等方面。然后，详细介绍了如何在Windows、macOS或者Linux系统上安装和配置Anaconda，一个流行的Python数据科学平台。 书中还详细讲解了Python中列表和字典的基本概念和操作，以及如何使用Python的Help()函数来了解函数的详细信息。同时，也介绍了NumPy数组属性，包括数组的创建、类型、访问、连接以及与其他数据结构的比较等方面。 在数据预处理方面，书中详细介绍了如何处理缺失值、如何缩放和归一化数据、如何解析日期、如何应用字符编码、如何清洗不一致的数据等。在机器学习方面，书中详细介绍了监督式、无监