Python解決資料科學問題的書籍

資料人才公眾號釋出的一系列工作機會，發現編寫Python程式碼和使用Python解決資料科學問題，已是一項重要的技能。

資料挖掘工程師職位

風險策略分析師職位

高階資料挖掘工程師職位

本文給大家推薦3本利用Python解決資料科學問題的書籍。

1 Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython

這本書是由Pandas庫的作者 Wes McKinney所寫。利用Python做資料分析，pandas庫我們必須要學，並且要熟練和靈活使用。你若是剛使用Python的資料分析師，或者你是想瞭解和學習資料分析或者資料科學的Python程式員，強烈推薦你認真地閱讀這本書，並且結合書本的配套原始碼做編碼練習和實際應用。你可以使用pandas庫有效地完成資料的載入，清洗，轉換，合併和重塑等任務。

原始碼的github連結：https://github.com/wesm/pydata-book
原始碼下載

1git clone https://github.com/wesm/pydata-book.git

2 Python Data Science Handbook: Essential Tools for Working with Data

熟悉Python程式碼編寫的資料工作人員會發現，這本書非常適合日常處理實際問題：操作、轉換和清洗資料，視覺化不同型別的資料，並利用資料構建統計或者機器學習模型。透過本書，你可以學習到這些內容。
IPython and Jupyter：一個為資料工作者使用Python提供的計算科學環境
Numpy：一個用於Python高效儲存和操作密集資料的n維陣列
Pandas：一個Python做資料分析的庫，可以結合第一本書的內容更深入地學習和更靈活地應用。
Matplotlib：一個強大的資料視覺化庫。
Scikit-Learn：一個Python做機器學習的庫，可以完成機器學習裡面許多工，例如：特徵工程，分類，回歸，聚類，降維等。

原始碼的github連結：https://github.com/jakevdp/PythonDataScienceHandbook
原始碼下載

1git clone https://github.com/jakevdp/PythonDataScienceHandbook.git

3 Python machine learning

這本書詳細而系統地介紹了Python，Scikit-learn和tensorflow做機器學習和深度學習的事情，裡面涉及一系列機器學習演演算法，比方說：傳統機器學習演演算法，深度學習演演算法，整合演演算法等。

原始碼的github連結：

https://github.com/rasbt/python-machine-learning-book-2nd-edition
原始碼下載

1git clone https://github.com/rasbt/python-machine-learning-book-2nd-edition.git