Python數據科學實踐指南

數據科學是一門比較複雜的學科，涉及的知識門類也比較龐雜，甚至還需要一些社會工程、經濟學、心理學的知識。爲了能夠更好地學習、理解和吸收必要的知識，還有幾個必要的工具需要掌握：過硬的英語水平、紮實的數學功底、高超的編程技巧，以及洞察力。沒有人天生就擁有這些，任何人都是通過後天的學習和訓練才獲得這些基本功的，能做到的人和做不到的人的唯一區別就是是否行動了。沒有必要去考慮投資回報率這種問題，因爲人的創造力是難以估計的，而且是潛力巨大的，你無法估計自己的價值，更別說投資回報率了。你可以憑興趣、毅力或其他別的什麼東西，將這件事做下去，並且堅持下來，每天堅持3～5個小時，不間斷1個月後自然就會愛上它，並持續受惠於它。做科學的人不求回報，只求自己的工作能產生價值，哪怕僅僅只是幫助自己。

挺不錯的一本書，針對python在數據科學處理方面寫的書，看得出作者是有實戰經驗的，寫的內容都是有針對性的，對數據處理有用的基本都寫了，雖然很多章節不是很詳細（特別是後面的章節），不過作爲入門書籍，還是不錯的一本書，有學到東西。

內容一般，大部分內容還是Python編程，真正有關數據科學的內容不多。不過作者一開始就澄清了這一點，比較實在。之所以本質上講Python編程的書籍都冠以數據科學的名號，可能是因爲數據科學是Python的主要應用領域，也是數據科學提升了這門語言的“江湖地位”。

介紹出了一條Python數據科學的學習線路。每個章節都很清晰但也會有點淺顯，不夠深入。總得而言，代碼要多敲纔行啊……

購買本書的目的，一是看看numpy，pandas庫的用法，二是看看hadoop與spark部分，第二個部分還是太簡單了。 意外收穫，附錄中python2與3的區別和一些trick 那部分寫得還不錯。

不錯的入門加指導書籍，雖然大部分我都掌握的不錯，但還是不夠深入……看來我得找點更深入的學習一下，就是手機看着比較麻煩，沒有紙質的舒服，可能ipad好點……

大數據框架講的比較淺顯，只是一些概念，關於算法的部分對沒有接觸過的讀者來說還算簡單易懂。本書適合初步瞭解，快速閱讀

自我感覺該本書不適合初學者 因爲我就是一個初學者，但是在讀本書的過程中我發現我遇到了以下的問題： ①一些概念第一遍看的時候並不知道是什麼意思，沒有很詳細的進行講解。 ②書中的很多都是概念的東西。 ③實踐指南應該算不上，因爲有些實踐的例子都講解的不是很清晰，即使敲了也不知道是怎麼來的。 個人見解，不喜勿噴。

資深大數據工程師多年經驗總結，寫給新人的大數據入行指南。 廣涉大數據技術的各個方面，解密數據科學家的工作內容，通過實戰帶領讀者走進夢想中的職業。

涉及的面太廣，又過於淺顯，沒幹貨，營養少，適合零基礎入門