学懂分析，玩转大数据

62 阅读 0 评论 41 点赞

我是靠谱客的博主诚心橘子，最近开发中收集的这篇文章主要介绍学懂分析，玩转大数据，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

整理了一下最近图灵出版的大数据相关的书，有2本R语言+2本基于Python语言环境+1本Spark+1本数据清洗，最后还有一本大众阅读的经典好评畅销的数据分析。

1、示例讲解如何用R语言玩转数据——《R语言入门与实践》

这里写图片描述

作者：Garrett Grolemund

译者：冯凌秉

■ 将R编程所需的方方面面巧妙融合在三个精心挑选的示例中，助你轻松掌握R语言

■ 跟随世界一流的RStudio培训师掌握宝贵的编程技能

《R语言入门与实践》涵盖R语言编程的方方面面，内容涉及R对象的类型、R的记号体系和环境系统、自定义函数、if else语句、for循环、S3类、R的包系统以及调试工具等。本书还通过示例演示如何进行向量化编程，从而对代码进行提速并最大化地发挥R的潜能。

“如果你想跟世界一流的RStudio培训师学习R编程，却没有机会与其当面交流，那么这本书就是不二之选。读这本书于我而言是一种享受，希望你也有同感。”

——Hadley Wickham，RStudio首席科学家，《R包开发》（R Packages）作者

《R语言入门与实践》还没上市，预计6月上市。

2、一本全面而细致的R指南——《R语言实战（第2版）》

这里写图片描述

作者：Robert I. Kabacoff

译者：王小宁，刘撷芯，黄俊文

■ 用R轻松实现数据挖掘、数据可视化

■ 从实际数据分析出发，全面掌握R编程

■ 新增预测性分析、简化多变量数据等近200页内容

《R语言实战（第2版）》从解决实际问题入手，尽量跳脱统计学的理论阐述来讨论R语言及其应用，讲解清晰透澈，极具实用性。作者不仅高度概括了R语言的强大功能，展示了各种实用的统计示例，而且对于难以用传统方法分析的凌乱、不完整和非正态的数据也给出了完备的处理方法。第2版新增6章内容，涵盖时间序列、聚类分析、分类、高级编程、创建包和创建动态报告等，并分别详细介绍了如何使用ggplot2和lattice进行高级绘图。通读本书，你将全面掌握使用R语言进行数据分析、数据挖掘的技巧，领略大量探索和展示数据的图形功能，并学会如何撰写动态报告，从而更加高效地进行分析与沟通。

3、Google数据科学家作品——数据科学入门

这里写图片描述

作者：Joel Grus

译者：高蓉，韩波

■ 数据科学基本知识的重量级读本

《数据科学入门》基于易于理解且具有数据科学相关的丰富的库的Python语言环境，从零开始讲解数据科学工作。具体内容包括：Python速成，可视化数据，线性代数，统计，概率，假设与推断，梯度下降法，如何获取数据，k近邻法，朴素贝叶斯算法，等等。作者借助大量具体例子以及数据挖掘、统计学、机器学习等领域的重要概念，详细展示了什么是数据科学。书中涵盖的所有代码和数据都可以在GitHub上下载。

4、全面剖析网络数据采集技术——Python网络数据采集

这里写图片描述

作者：Ryan Mitchell

译者：陶俊杰，陈小莉

■ 用简单高效的Python语言，展示网络数据采集常用手段，剖析网络表单安全措施，完成大数据采集任务！

《Python网络数据采集》适合熟悉Python的程序员、安全专业人士、网络管理员阅读。书中不仅介绍了网络数据采集的基本原理，还深入探讨了更高级的主题，比如分析原始数据、用网络爬虫测试网站等。此外，书中还提供了详细的代码示例，以帮助你更好地理解书中的内容。

5、Spark实战指南——《Spark最佳实践》

这里写图片描述

作者：陈欢，林世飞

■ UCloud季昕华、Databricks连城，阿里胡熠，棒米科技武泽胜，腾讯肖磊靳志辉徐羽等联袂推荐！

■ 腾讯专家首次分享Spark最佳实践

■ 基于真实数据，用案例分析全面解读大数据应用设计

■ 腾讯资深研发者的Spark实践，揭秘广告和推荐系统核心技术

《Spark最佳实践》全书共分8章。前4章介绍Spark的部署、工作机制和内核，后4章分别通过实战项目介绍Spark SQL、Spark Streaming、Spark GraphX和Spark MLib功能模块。此外，本书详细介绍了常见的实战问题，比如大数据环境下的配置设置、程序调优等。本书附带的一键安装脚本，更能为初学者提供很大帮助。

6、数据清洗入门与实践——《干净的数据》

这里写图片描述