雙十一圖書大資料：金庸第1，Python第2，學霸們都買了這些書
導讀：這兩天，你是不是也被幾大電商的雙十一資料刷屏了？其實資料叔對n秒鐘破m億這種資料不是很有概念，但發現某東雙十一的熱搜榜單很有意思：
全民都在緬懷金庸先生，這個不需要解釋。而排在第2的竟然是Python，看來這個雙十一，學霸們剁得有點狠！
資料叔也趕緊“搜”了一份Python學習書單，從入門到進階，好幾本都是剛剛上市的新書。然後，為了讓你以最快速度跟上學霸的節奏，我們再來一次送書福利（詳情見文末）。
Python入門·4本
▼
1
《Python學習手冊（原書第5版）》
作者：[美]馬克·盧茨（Mark Lutz）
出版時間：2018年11月
Python入門必讀之作，位列美亞軟體程式設計暢銷榜首，《Python程式設計》姊妹篇。覆蓋Python 3.3和Python 2.7兩個版本，詳細講解各種語言特性，並新增大量示例。
2
《Python 3標準庫》
作者：[美] 道格·赫爾曼（Doug Hellmann）
出版時間：2018年10月
所有Python程式設計師都應必備的工具書！以案例為導向，全面講解標準庫中數百個模組的使用方法和工作原理，簡潔易懂，可操作性極強。
3
《Python程式設計（原書第2版）》
作者：凱·S. 霍斯特曼 蘭斯·尼塞斯
出版時間：2018年11月
《Java核心技術》作者的又一力作，專為Python初學者打造的入門必備，講解清晰實用，案例豐富有趣。本書主要介紹Python程式設計要領與高效學習的方法，內容涵蓋非常廣泛。
4
《Python程式設計基礎（原書第4版）》
作者：[美]託尼·加迪斯（Tony Gaddis）
出版時間：2018年11月
本書由哈爾濱工業大學計算機學院教授、計算機語言基礎教研室主任蘇小紅翻譯，詳盡而系統地介紹了Python語言程式設計的方方面面，通過大量的示例、虛擬碼、流程圖和其他工具，使讀者更容易學習程式設計邏輯。
Python進階·11本
▼
5
《利用python進行資料分析（原書第2版）》
作者：[美] 韋斯·麥金尼（Wes McKinney）
出版時間：2018年8月
Python資料分析經典暢銷書。針對Python 3.6進行全面修訂和更新，涵蓋新版的pandas、NumPy、IPython和Jupyter。
6
《Python自然語言處理實戰：核心技術與演算法》
作者：塗銘，劉祥，劉樹春
出版時間：2018年6月
以實戰為導向，繞開各種複雜數學公式與證明，確保讀者零基礎入門，詳細講解自然語言處理 的各種核心技術、方法論和經典演算法。阿里巴巴達摩院高階演算法專家、百鍊智慧CEO、七牛雲AI LAB負責人推薦。
7
《Effective Python：編寫高質量Python程式碼的59個有效方法》
作者：[美] 佈雷特·斯拉特金（Brett Slatkin）
出版時間：2016年1月
Google高階軟體工程師Brett Slatkin融合自己多年Python開發實戰經驗，深入探討編寫高質量Python程式碼的技巧、禁忌和最佳實踐。
8
《Python資料科學：技術詳解與商業實踐》
作者：常國珍，趙仁乾
出版時間：2018年7月
本書從3個維度展開，技術維度：全面講解資料分析、資料探勘和機器學習的核心技術；業務維度，圍繞具體的業務生命週期展開技術知識點的講解；實踐維度，列舉的全部是商業案例，通過案例為資料科學從業者提供工作模板。
9
《Python爬蟲開發與專案實戰》
作者：範傳輝
出版時間：2017年6月
這是一本實戰性很強的書，書中共有9個爬蟲專案，從Python和Web前端基礎開始講起，由淺入深，包含大量案例，實用性強。從靜態網站到動態網站，從單機爬蟲到分散式爬蟲，涵蓋Scrapy和PySpider框架的運用、去重方案的設計和分散式爬蟲的搭建等。
10
《Python文字分析》
作者：[印度] 迪潘簡·撒卡爾
出版時間：2018年5月
本書遵循結構化和綜合性的方法，介紹了文字和語言語法、結構和語義的基礎概念和高階概念。從自然語言和Python的基礎開始，進而學習先進的分析理念和機器學習概念。
11
《Python機器學習》
作者：[美] 塞巴斯蒂安·拉施卡（Sebastian Raschka）
出版時間：2017年3月
矽谷熱門技術圖書，廣泛好評，Python機器學習入門之選。機器學習與預測分析正在改變企業和其他組織的運作方式，本書講解了如何使用Python的核心元素以及強大的機器學習庫。(原書第二版聽說馬上要出版了)
12
《Python金融資料分析》
作者：傑姆斯·馬偉明（James，Ma，Weiming）
出版時間：2018年4月
本書介紹了金融領域常用的模型及程式設計建模的方法。利用Python強大的科學計算功能改進金融應用程式。
13
《Python深度學習：基於TensorFlow》
作者：吳茂貴，王冬，李濤，楊本法
出版時間：2018年10月
本書從Python和數學基礎，到機器學習和TensorFlow理論，再到深度學習的應用和擴充套件，為深度學習提供全棧式內容解決方案；包含大量實戰案例和綜合性專案案例；圖形化的表達方式，降低讀者學習門檻。
14
《Python自然語言處理》
作者：[印度] 雅蘭·薩納卡（Jalaj Thanaki）
出版時間：2018年9月
本書致力於總體介紹自然語言處理領域中的一些概念、術語、應用任務、演算法和技術、系統搭建方法等，非常適合作為對自然語言處理任務感興趣的初學者進入該領域的入門書籍。
15
《Python資料分析與資料化運營》
作者：宋天龍
出版時間：2017年12月
50個數據工作流知識點，14個數據分析和挖掘主題，8個綜合性運營案例，涵蓋會員、商品、流量、內容4大資料化運營主題，360°把脈運營問題並貼合數據場景落地。
長按二維碼或點選閱讀原文
去選更多好書
▼
說說這些書，你最想要哪一本？為什麼？雙十一你都買了哪些書？在文末留言區參與討論，被贊得最高的3條留言以及被我們精選出的3條走心留言的釋出者將獲贈你想要的那本書。
一直看到這裡的你，一定是愛讀書的人。歡迎加入大資料讀書會微信群，結識更多同行業小夥伴，我們將在群裡額外送書！未來還有更多福利等你認領！（請在後臺回覆讀書會，獲取進群方法）
活動截止時間：11月18日（週日）22:00
據統計，99%的大咖都完成了這個神操作
▼
更多精彩
在公眾號後臺對話方塊輸入以下關鍵詞
檢視更多優質內容！
PPT|報告|讀書| 書單
Python | 機器學習 | 深度學習 | 神經網路
區塊鏈 | 揭祕 | 乾貨 | 數學
猜你想看
Q: 你最想要哪本書？
歡迎留言並順便贏取福利
覺得不錯，請把這篇文章分享給你的朋友
轉載 / 投稿請聯絡：[email protected]
更多精彩，請在後臺點選“歷史文章”檢視
點選閱讀原文，瞭解更多
相關推薦
慧數汽車大資料：探嶽官價挺住三月就是勝利，大眾應警惕銷量下滑
近一年從斯柯達的柯珞克、柯米克，到大眾的探歌，以及奧迪的Q5L，大眾集團在華上市的所有新車幾乎都是不出三月就大規模降價促銷，讓官方定價流於形式。2018年10月上市的奧迪Q2L、大眾探嶽又能堅持多久？ 一、市場趨冷，銷量下滑，大眾傳統定價遭遇挑戰 2018年3月至今中國乘
大資料ETL實踐探索（1）---- python 與oracle資料庫匯入匯出
文章大綱 ETL 簡介 工具的選擇 1. oracle資料泵 匯入匯出實戰 1.1 資料庫建立 1.2. installs Oracle 1.3 export / import data from oracle
一步一步學習大資料：Hadoop 生態系統與場景
Hadoop概要 到底是業務推動了技術的發展，還是技術推動了業務的發展，這個話題放在什麼時候都會惹來一些爭議。 隨著網際網路以及物聯網的蓬勃發展，我們進入了大資料時代。IDC預測，到2020年,全球會有44ZB的資料量。 傳統儲存和技術架構無法滿足需求 。在2013年出版
大資料：一場改變我們如何生活、工作和思考的革命（讓資料說話）
讓資料說話 資訊社會的果實很容易被看到，例如每個口袋裡的手機，每個包裡的電腦和在各處辦公室中的大的後臺系統。但不容易看到的是資訊自己。電腦進入主流社會半個世紀以來，資料開始積累到一個點，一些新的特殊的事情即將發生。不僅僅是資訊爆炸，而且資訊增長的速度更快。規模的改變導致狀
大資料：Spark mlib(一) KMeans聚類演算法原始碼分析
1. 聚類1.1 什麼是聚類？所謂聚類問題，就是給定一個元素集合D，其中每個元素具有n個可觀察屬性，使用演算法將集合D劃分成k個子集，要求每個子集內部的元素之間相異度儘可能低，而不同子集的元素相異度儘可能高，其中每個子集叫做一個簇。1.2 KMeans 聚類演算法K-Mean
做為一名大資料新手，如何成為大資料工程師？附上學習路線
這幾年來大資料非常的熱門，到處都有大資料分析的演講。 演講內容通常是宣傳各種大資料分析成功的案例。 但實際上大資料該怎麼做呢？ 大部份的討論似乎都僅止於怎麼蒐集大量的資料， 然後用個工具（hadoop/spark）後就會馬上變出商機和錢來。 大資料技術最重要的核心在於如何設計可
成為一名大資料工程師，需要具備什麼技能？
經常看到近幾萬的朋友都在疑惑，學習Java應該選擇什麼發展方向，這個咱們在之前的文章中有提到過，Java發展在領域上有三個選擇方向： JavaEE，主要應用於企業級應用開發；安卓開發方向；嵌入式應用開發方向。在此建議大家選擇JavaEE方向，因為應用非常廣泛，崗位設定也比較多。 但我們從來沒
支撐雙十一的網路引擎：飛天洛神
對剛剛過去的2018天貓雙十一，各位網友應該記憶猶新。尤其是午夜零點時，億萬網友幾乎不約而同地開啟滿滿的購物車，搶下商家優惠券和紅包，完成下單，付款這一系列流程。根據我個人的經歷，這次體驗堪稱順暢，阿里巴巴完美滿足了上億網友在短時間內爆發式的網購訴求。在地球上，看來也找不到第二個場景與這波洪水猛獸般的網際網
影像大資料：ArcGIS Image Server
AI（人工智慧）大概是當前技術圈最火的風向，地理大資料和AI碰撞產生了一個新的概念GeoAI。GeoAI時代，ArcGIS為使用者和開發者提供了三個框架： （1）地理處理框架（GP） （2）空間大資料計算 （3）機器學習（ArcGIS Pro中自
大資料：特徵工程
1、單變數特徵篩選 計算每一個特徵與響應變數的相關性：工程上常用的手段有計算皮爾遜係數和互資訊係數，皮爾遜係數只能衡量線性相關性而互資訊係數能夠很好地度量各種相關性，但是計算相對複雜一些，好在很多toolkit裡邊都包含了這個工具（如sklearn的MINE），得到相關性之後就可以排序選
大資料 ： Hadoop reduce階段
Mapreduce中由於sort的存在，MapTask和ReduceTask直接是工作流的架構。而不是資料流的架構。在MapTask尚未結束，其輸出結果尚未排序及合併前，ReduceTask是又有資料輸入的，因此即使ReduceTask已經建立也只能睡眠等待MapTask完成。從而可以從MapTask節點獲取
手機大資料：窮人愛買iPhone，華為使用者多有車有房
近日，知名調研機構MobData研究院公佈了中國2018年第三季的智慧手機市場調研報告。報告顯示，蘋果在手機市場佔有率依舊穩坐頭把交椅，高達21.6%，而華為小米OV等則緊隨其後。 有意思的是，MobData還詳盡地對各大手機品牌的使用者群體畫像進行刻畫分析。
大資料：Map終結和Spill檔案合併
當Mapper沒有資料輸入，mapper.run中的while迴圈會呼叫context.nextKeyValue就返回false，於是便返回到runNewMapper中，在這裡程式會關閉輸入通道和輸出通道，這裡關閉輸出通道並沒有關閉collector，必須要先flush一下。
大資料：Windows下配置flink的Stream
對於開發人員來說，最希望的是需要在windows中進行測試，然後把除錯好的程式放在叢集中執行。下面寫一個Socket，上面是監控本地的一個執行埠，來實時的提取資料。獲取視訊中文件資料及完整視訊的夥伴請加QQ群：947967114 下面是一段程式碼： import org.apache.flink
大資料：Mapper輸出緩衝區MapOutputBuffer
Mapper的輸出緩衝區MapOutputBuffer 現在我們知道了Map的輸入端，緊接著我們看map的輸出，這裡重點就是context.write這個語句的內涵。獲取視訊中文件資料及完整視訊的夥伴請加QQ群：947967114 搞清Mapper作為引數傳給map的context，這裡我們看Mapper
直接影響你薪資的一套大資料企業面試題，看完記得收藏轉發哦！
經歷了水深火熱的大資料學習，終於撥開雲霧見天明瞭，但你離成功總是還差了一步，那就是拿到大資料工程師的Offer。 在電腦旁奮鬥了無數個日夜，程式碼敲了無數遍，專案整改了無數遍，只為了得到一份自己滿意的高薪資高待遇的Offer。但這個收穫不僅僅需要你學到嫻熟的大資料技術，還需要在面試之前精心準備，瞭解自己要應
大資料：spark叢集搭建
建立spark使用者組，組ID1000 groupadd -g 1000 spark 在spark使用者組下建立使用者ID 2000的spark使用者 獲取視訊中文件資料及完整視訊的夥伴請加QQ群：947967114useradd -u 2000 -g spark spark 設定密碼 passwd
小米大資料：藉助Apache Kylin打造高效、易用的一站式OLAP解決方案
作者 | 小米大資料 如今的小米不僅是一家手機公司，更是一家大資料與人工智慧公司。隨著小米公司各項業務的快速發展，資料中的商業價值也愈發突顯。而與此同時，各業務團隊在資料查詢、分析等方面的壓力同樣正在劇增。因此，為幫助公司各業務線解決這些資料方面的挑戰，小米大資料團隊不斷地嘗試通過不同的技術手段打造新的解決方
【文彬】區塊鏈 + 大資料：EOS儲存
原文連結：https://www.cnblogs.com/Evsward/p/storage.html 談到區塊鏈的儲存，我們很容易聯想到它的鏈式儲存結構，然而區塊鏈從比特幣發展到今日當紅的EOS，技術形態已經演化了10年之久。目前的EOS的儲存除了確認結構的鏈式儲存以外，在狀態