数据科学实战手册 R+Python

　

第1章　准备你的数据科学环境　1

　简介　1

　理解数据科学管道　3

　处理流程　3

　工作原理　3

　在Windows、Mac OS X、Linux上安装R　5

　准备工作　5

　处理流程　5

　工作原理　7

　参考资料　7

　在R和RStudio中安装扩展包　7

　准备工作　8

　处理流程　8

　工作原理　9

　更多内容　10

　参考资料　10

　在Linux和Mac OS X上安装Python　10

　准备工作　11

　处理流程　11

　工作原理　11

　更多内容　11

　参考资料　12

　在Windows上安装Python　12

　处理流程　13

　工作原理　13

　参考资料　14

　在Mac OS X和Linux上安装Python数据分析库　14

　准备工作　14

　处理流程　14

　工作原理　15

　更多内容　16

　参考资料　16

　安装更多Python包　17

　准备工作　17

　处理流程　17

　工作原理　18

　更多内容　18

　参考资料　18

　安装和使用virtualenv　19

　准备工作　19

　处理流程　19

　工作原理　21

　更多内容　21

　参考资料　22

第2章　汽车数据的可视化分析（R）　23

　简介　23

　获取汽车燃料效率数据　24

　准备工作　24

　处理流程　25

　工作原理　25

　为了你的第一个项目准备好R　26

　准备工作　26

　处理流程　26

　工作原理　26

　参考资料　26

　将汽车燃料效率数据导入R　27

　准备工作　27

　处理流程　27

　工作原理　28

　更多内容　29

　参考资料　30

　探索和描述燃料效率数据　30

　准备工作　30

　处理流程　30

　工作原理　32

　更多内容　33

　进一步分析汽车燃料效率数据　34

　准备工作　34

　处理流程　34

　工作原理　43

　参考资料　44

　研究汽车的产量以及车型　44

　准备工作　44

　处理流程　44

　工作原理　46

　更多内容　47

　参考资料　47

第3章　模拟美式橄榄球比赛数据（R）　48

　简介　48

　准备工作　49

　获取和清洗美式橄榄球比赛数据　49

　准