Julia for Data Analysis教你如何使用Julia编程语言处理核心数据分析任务。在练习数据转换、可视化等技术的同时,您将从回顾语言基础开始。然后,您将通过引人入胜的示例掌握基本的数据分析技能,如检查货币兑换,解释时间序列数据,甚至探索国际象棋谜题。在此过程中,您将学习轻松地将现有数据管道传输到Julia。 Julia是为数据科学家的独特需求而设计的:它具有表现力,易于使用,同时还提供超快的代码执行速度。Julia for Data Analysis向您展示了如何充分利用这种神奇的语言来读取、写入、转换、分析和可视化数据——这是一个有效的数据管道所需的一切。它是由Bogumił Kamiński编写的,Julia的顶级贡献者之一,StackOverflow上的#1 Julia answerer,以及Julia的核心数据包DataFrames.jl的首席开发人员。它引人入胜的实践项目让你迅速投入行动。此外,你甚至可以将你新的Julia技能用于通用编程! Julia是一种很棒的数据分析语言。它易于学习,速度快,适用于从一次性计算到全面数据处理管道的所有工作。无论你是在寻找一种更好的方法来处理日常业务数据,还是刚刚开始数据科学之旅,学习Julia都会给你带来一项有价值的技能。

https://www.manning.com/books/julia-for-data-analysis

成为VIP会员查看完整内容
55

相关内容

【2022新书】机器学习中的概率数值计算,412页pdf
专知会员服务
90+阅读 · 2022年7月7日
【2022新书】Python手册,275页pdf
专知会员服务
179+阅读 · 2022年3月18日
《Julia数据科学》及代码,166页pdf
专知会员服务
47+阅读 · 2021年11月4日
专知会员服务
117+阅读 · 2021年10月17日
【2021新书】Python深度学习,316页pdf
专知会员服务
250+阅读 · 2021年5月21日
【干货书】Python机器学习,361页pdf
专知会员服务
266+阅读 · 2021年2月25日
【2020新书】高级Python编程,620页pdf
专知会员服务
235+阅读 · 2020年7月31日
Python导论,476页pdf,现代Python计算
专知会员服务
260+阅读 · 2020年5月17日
【2022新书】生命科学的数据分析,511页pdf
专知
13+阅读 · 2022年11月15日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
7+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
69+阅读 · 2022年6月13日
Arxiv
35+阅读 · 2022年3月14日
Arxiv
13+阅读 · 2022年1月20日
Arxiv
15+阅读 · 2020年2月6日
A Comprehensive Survey on Transfer Learning
Arxiv
121+阅读 · 2019年11月7日
Arxiv
22+阅读 · 2018年8月30日
VIP会员
相关VIP内容
【2022新书】机器学习中的概率数值计算,412页pdf
专知会员服务
90+阅读 · 2022年7月7日
【2022新书】Python手册,275页pdf
专知会员服务
179+阅读 · 2022年3月18日
《Julia数据科学》及代码,166页pdf
专知会员服务
47+阅读 · 2021年11月4日
专知会员服务
117+阅读 · 2021年10月17日
【2021新书】Python深度学习,316页pdf
专知会员服务
250+阅读 · 2021年5月21日
【干货书】Python机器学习,361页pdf
专知会员服务
266+阅读 · 2021年2月25日
【2020新书】高级Python编程,620页pdf
专知会员服务
235+阅读 · 2020年7月31日
Python导论,476页pdf,现代Python计算
专知会员服务
260+阅读 · 2020年5月17日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
7+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
Arxiv
69+阅读 · 2022年6月13日
Arxiv
35+阅读 · 2022年3月14日
Arxiv
13+阅读 · 2022年1月20日
Arxiv
15+阅读 · 2020年2月6日
A Comprehensive Survey on Transfer Learning
Arxiv
121+阅读 · 2019年11月7日
Arxiv
22+阅读 · 2018年8月30日
微信扫码咨询专知VIP会员