Python数据分析

本书提供了一种新的数 据分析方法，与你分享最新 、最强大的Python工具、AI 技术和开源库。行业专家大 卫·塔伊布(David Taieb)向 你展示如何将数据科学与 Python编程和算法的强大功 能联系起来。你将在数据分 析中使用复杂的算法和最先 进的人工智能技术，了解如 何使用Python工具和 Jupyter Notebook通过实践 案例分析数据。还可以找到 理论和实践之间的正确平衡 ，以及大量可以直接集成到 自己的数据项目中的代码文 件。 本书通过研究重要的行 业案例探索这种数据分析方 法的威力。四个内容精彩且 结构完整的项目将你与每天 可能遇到的重要数据分析挑 战联系在一起。第一个案例 是TensorFlow图像识别应用 程序一一包括让你在数据分 析中使用如火如荼的人工智 能技术。第二个案倒分析社 交媒体趋势。探索大数据问 题和自然语言处理的人工智 能方法。第三个案例是一个 金融投资组合分析应用程序 ，让你参与时间序列分析技 术——这是当今诸多数据科 学应用程序的关键。第四个 案例将带领你深入了解图形 算法以及现代数据科学中编 程的能力。最后，作者将与 你共同展望数据科学的未来 以及它将如何借助算法和人 工智能的力量。

1 编程和数据科学——一个新的工具集 什么是数据科学 数据科学会长期存在吗？ 为什么数据科学正在兴起？ 数据科学与开发人员有什么关系？ 将这些概念付诸实践 深入研究一个具体的示例 数据管道蓝图 数据科学家应该具备什么技能？ IBM Watson Deep QA 回到Twitter带#标签的情感分析项目 从构建第一条企业级数据管道中汲取的经验教训 数据科学策略 Jupyter Notebook是我们的战略核心 为什么Notebook这么流行？ 本章小结 2 Python和Jupyter Notebook为数据分析提供动力 为什么选择Python？ PixieDust入门 SampleData——一个用于加载数据的简单API 用pixiedust_rosie整理数据 Disp|ay——一个简单的交互式数据可视化API 过滤 用PixieApp消除开发人员和数据科学家之间的壁垒 操作化数据科学分析的体系结构 本章小结 3 使用Python库加速数据分析 PixieAPP深度剖析 路由 生成路由请求 GitHub项目跟踪示例程序 在表格中显示搜索结果 使用pd_entity属性调用PixieDust display()API 使用pd_script调用任意Python代码 用pd_refresh让应用程序更具响应性 创建可重用的小部件 本章小结 4 用PixieApp工具发布数据分析结果 Kubernetes概述 安装和配置PixieGateway服务器 PixieGateway服务器配置 PixieGateway体系结构 发布应用程序 PixieApp URL中的编码状态 通过将图表发布为网页来共享它们 PixieGateway管理控制台 Python控制台 显示PixieApp的预热和运行代码 本章小结 5 Python和PixieDust最佳实践与高级概念