前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【学习】Python大数据学习路线图

【学习】Python大数据学习路线图

作者头像
小莹莹
发布2018-04-23 17:24:31
3.5K0
发布2018-04-23 17:24:31
举报
文章被收录于专栏:PPV课数据科学社区
大家好,附图,为python大数据学习的一个提纲,相关的书本,会慢慢补充进来。 碍于版权问题,有些书本,请大家到网上去购买正版。

1、Python学习,语言的学习,真正掌握语言的方式,是交流与实践,所以,这三本书,是由浅入深的步骤。大家在学习过程中,可以到群里面去进行交流沟通。群号:427711751。 《简明Python教程》

  • Python初学教程:《简明Python教程》.pdf

《Dive Into Python》在线课程:http://woodpecker.org.cn/divei ... .html 《Learning Python 5th》

  • Learning_Python_5th_Edition.pdf

另,python在线精品学习博客: http://www.cnblogs.com/vamei/a ... .html http://www.liaoxuefeng.com/wik ... a000/ 2、数据分析课程学习。数据分析,现在已经成为大数据这一趋势中的重点。要想学好,并且能够在实际中灵活运用,那要求同学们有扎实的数据基础(包括高等代数,概率及统计分析),需要有一定的计算机算法基础,并且有极高的对数据分析这些知识的热情。 《高等数学及数据分析基础课程》,请参考大学高等数学系列课本。 《Mastering Basic Algorithms in the Python Language》

  • Python_Algorithms__Mastering_Basic_Algorithms_in_the_Python_Language,_2nd_edition.pdf

《利用Python进行数据分析》

  • Python_For_Data_Analysis.pdf

《NumPy学习指南》 《NumPy攻略:Python科学计算与数据分析》

  • NumPy_Cookbook.pdf

3、NumPy和Scipy,Pandas,这是重要的python数据分析库。除了第2项中提到的课本,需要深入地学习,可以去官方学习相当文档和教程。 网址:http://www.numpy.org/ http://www.scipy.org/ http://pandas.pydata.org/ numpy的处理能力包括: a powerful N-dimensional array object N维数组; advanced array slicing methods (to select array elements);N维数组的分片方法; convenient array reshaping methods;N维数组的变形方法; and it even contains 3 libraries with numerical routines: basic linear algebra functions;基本线性代数函数; basic Fourier transforms;基本傅立叶变换; sophisticated random number capabilities;精巧的随机数生成能力; scipy是科学和工程计算工具。包括处理多维数组,多维数组可以是向量、矩阵、图形(图形图像是像素的二维数组)、表格(一个表格是一个二维数组);目前能处理的对象有: statistics;统计学; numeric integration;数值积分; special functions;特殊函数; integration, ordinary differential equation (ODE) solvers;积分和解常微分方程; gradient optimization;梯度优化; genetic algorithms;遗传算法; parallel programming tools(an expression-to-C++ compiler for fast execution, and others);并行编程工具; 在将来会增加下面的计算处理能力(现在已经部分地具备了这些能力): Circuit Analysis (wrapper around Spice?);电路分析; Micro-Electro Mechanical Systems simulators (MEMs); Medical image processing;医学图像处理; Neural networks;神经网络; 3-D Visualization via VTK;3D可视化; Financial analysis;金融分析; Economic analysis;经济分析; Hidden Markov Models;隐藏马尔科夫模型; 3、hadoop学习及python操作模块。 hadoop资料,网上非常多,也可购买书本。 hadoop的python操作模块较多,可以参考:http://www.oschina.net/transla ... p%3D2 4、数据可视化,是为了能直观地从图示中反应出数据的各项指标,情况;直观地展示对数据分析的研究成果。所以,有必要学习这些知识。 matplotlib: http://liam0205.me/2014/09/11/ ... h-cn/

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2015-04-27,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 PPV课数据科学社区 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
大数据
全栈大数据产品,面向海量数据场景,帮助您 “智理无数,心中有数”!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档