Совершенно бесплатный список чтения для изучения Python
Python остается самым популярным языком программирования для специалистов по данным. Во многом это связано с относительно простым и легким в освоении синтаксисом, а также с тем фактом, что существует очень активное сообщество разработчиков, поддерживающих широкий спектр библиотек для анализа данных, манипулирования и оркестровки, в дополнение к тем, которые для машинного обучения.
Существует множество бесплатных или недорогих курсов для изучения Python, но если вы предпочитаете учиться по книгам или хотите дополнить эти курсы, вот 5 полностью бесплатных книг, которые помогут вам освоить Python для науки о данных.
1. Автостопом по Python
Кеннет Райтц и Таня Шлюссер
Это отличная книга для всех разработчиков Python, как для начинающих, так и для более опытных пользователей. Это не относится к науке о данных. Тем не менее, он даст вам фантастические знания языка и, в частности, включает рекомендуемые передовые практики и фреймворки.
Он включает в себя все: от установки, сред разработки, рекомендуемой структуры кода, объектно-ориентированного программирования и некоторых действительно отличных глав о стиле кода. Одна из выдающихся частей этой книги - это описание передовых методов структурирования каталогов, содержащих ваш код Python.
Он довольно самоуверенный по своему стилю, но я думаю, что во многих отношениях это очень хорошо. Как это часто бывает в программировании, как новичку, вы должны ориентироваться в море множества различных способов делать что-то и часто не уверены, какой из них выбрать.
2. Автоматизируйте скучную работу с помощью Python
Автор: Эл Свигарт
Еще одна книга, не относящаяся к науке о данных. Однако, если вы хотите что-то такое, что вас увлечет простыми практическими примерами использования Python, то эту книгу определенно стоит прочитать.
Основное внимание уделяется автоматизации простых повторяющихся задач и не предполагает никаких предварительных знаний в области программирования, поэтому отлично подходит для начинающих. Я лично считаю, что лучше всего учусь, когда имею в виду практическую реализацию, и эта книга дает вам несколько очень простых задач, которые новичок может быстро выполнить на Python.
3. Python для всех
Д-р Чарльз Р. Северанс
Эта книга является дополнением к Специализации Python для всех на Coursera и использует информатический подход для изучения Python в отличие от подхода, основанного на информатике. Поэтому он в значительной степени сосредоточен на том, как использовать Python для задач анализа данных, что хорошо, если вы изучаете науку о данных.
Он охватывает все основы Python, но дополнительно содержит отличные разделы, посвященные конкретным данным, такие как использование Python для взаимодействия с базами данных, визуализации данных и моделирования данных.
4. Справочник по науке о данных Python
Джейк Вандерплас
Это действительно хорошее введение в основные библиотеки Python, составляющие набор инструментов Data Scientists. Включая отличные объяснения и примеры кода для использования Numpy, Pandas, Matplotlib и Scikit-learn. Также есть хорошая глава о IPython, самой популярной среде разработки Python для специалистов по данным, в которой очень хорошо описаны причины, почему она так популярна.
5. Введение в машинное обучение с помощью Python
Андреас К. Мюллер и Сара Гвидо
Эта книга - одно из лучших введений в Python для машинного обучения, которые я нашел. Он ориентирован в основном на приложения с библиотекой Scikit-learn, но охватывает основные концепции программирования Python для машинного обучения, которые применимы к любой другой библиотеке.
Есть очень четкие объяснения, лучшие практики для рабочих процессов машинного обучения и множество примеров кода. Он очень мягко вводит каждую новую концепцию, каждая из которых основывается на предыдущих концепциях, становясь более сложными на протяжении всей книги. Таким образом, это отличное введение, если вы новичок в машинном обучении.
Существует множество бесплатных или недорогих ресурсов для онлайн-изучения науки о данных. Если вы ищете дополнительные бесплатные ресурсы для обучения, помимо этих книг, я ранее написал статью под названием Как изучать науку о данных бесплатно, которая содержит более полный список.
Спасибо за прочтение!
