神譯局是36氪旗下編譯團(tuán)隊(duì)，關(guān)注科技、商業(yè)、職場、生活等領(lǐng)域，重點(diǎn)介紹國外的新技術(shù)、新觀點(diǎn)、新風(fēng)向。

編者按：為方便對數(shù)據(jù)科學(xué)（DATA SCIENCE）感興趣的愛好者和實(shí)操者的學(xué)習(xí)，本文作者分享了 8 類關(guān)于數(shù)據(jù)科學(xué)的書籍，包括統(tǒng)計(jì)/概率論類、機(jī)器學(xué)習(xí)類、數(shù)據(jù)可視化與分析類、深度學(xué)習(xí)類、自然語言處理（NLP）類、計(jì)算機(jī)視覺類、人工智能類和工具/語言類。在分享書籍的同時(shí)，作者還提出以下忠告：在數(shù)據(jù)科學(xué)領(lǐng)域有多種成功的途徑，而我們要選擇的途徑應(yīng)該是足夠簡單，足以幫助我們快速上手的。

我們之所以在選擇學(xué)習(xí)方法上不知所措，往往是因?yàn)槲覀兘佑|的信息量太大了。與其花更多的時(shí)間思考如何獲得研究數(shù)據(jù)科學(xué)的技能，不如根據(jù)實(shí)際需要，從分享的書中挑選一本，然后開始學(xué)習(xí)。關(guān)鍵是要始終如一地采取行動(dòng)，堅(jiān)持閱讀。閱讀的目的是，學(xué)習(xí)和發(fā)現(xiàn)隱藏于書中的真實(shí)思想。對數(shù)據(jù)科學(xué)感興趣的朋友們，如果你還沒選好學(xué)習(xí)材料，就請閱讀作者推薦的這些頂級書籍吧。本文來自編譯，希望對您有幫助。因篇幅原因，本篇文章分三部分刊出，此為第三部分：

相關(guān)閱讀：學(xué)習(xí)數(shù)據(jù)科學(xué)的8類必讀書籍（上）

學(xué)習(xí)數(shù)據(jù)科學(xué)的8類必讀書籍（中）

8.工具/語言類書籍

（1）《學(xué)習(xí) Pandas——使 Python 數(shù)據(jù)發(fā)現(xiàn)和分析變得容易》（Learning Pandas—Python Data Discovery and Analysis Made Easy）

作者：邁克爾·海特（Michael Heydt）

《學(xué)習(xí)Pandas》也是一本適合初學(xué)者的書（Pandas，是python+data+analysis 的組合縮寫，是 python 中基于 numpy 和 matplotlib 的第三方數(shù)據(jù)分析庫），它為我們提供了在 Pandas 的幫助下做數(shù)據(jù)分析所需的技術(shù)知識。這本書最大的優(yōu)點(diǎn)之一就是，它只關(guān)注 Pandas，而不包括其他 100 個(gè)庫，因此可以讓讀者免于其他內(nèi)容的干擾。這本書稱自己是學(xué)習(xí) Pandas 的最好的書籍之一。

圖33. 《學(xué)習(xí)Pandas——使Python數(shù)據(jù)發(fā)現(xiàn)和分析變得容易》

（2）《學(xué)習(xí)Pandas庫》（Learning the Pandas Library）

作者：馬特·哈里森（Matt Harrison）

簡單、準(zhǔn)確、通俗是形容這本書最貼切的詞匯。它也被譽(yù)為學(xué)習(xí) Pandas 的最好的書籍之一。本書全面地描述了 Pandas DataFrame 以及在 DataFrames 的幫助下執(zhí)行的各種活動(dòng)。

圖34. 《學(xué)習(xí)Pandas庫》

（3）《Pandas操作指南》（Pandas Cookbook）

作者：西奧多·佩特羅（Theodore Petrou）

此書算得上是完美的參考書。它囊括了 Pandas 的 95 種以上的功能，展示了這個(gè)庫的強(qiáng)大，讀者將能夠以前所未有的方式分析數(shù)據(jù)。

圖35. 《Pandas操作指南》

（4）《面向所有人的Pandas：Python數(shù)據(jù)分析》（Pandas for Everyone: Python Data Analysis）

作者：丹尼爾·Y·陳（Daniel Y. Chen）

這是一本為完全沒有編程知識的初學(xué)者而寫的書，能讓讀者振奮。因?yàn)樗膬?nèi)容能指導(dǎo)讀者，引導(dǎo)大家的思維，讓讀者確切地了解到，需要怎樣用 Python 和 Pandas 開始數(shù)據(jù)分析。正如書名所說的那樣，這本書適合所有人，其普適性使它成為學(xué)習(xí) Pandas 的最佳書籍之一。

圖36. 《面向所有人的Pandas：Python數(shù)據(jù)分析》

（5）《使用NumPy和Pandas做數(shù)據(jù)分析》（Hands-On Data Analysis with NumPy and Pandas）

作者：柯蒂斯·米勒（Curtis Miller）

這本關(guān)于 Pandas 的書有點(diǎn)難以理解，建議讀者在閱讀這本書之前先對 Pandas 和 NumPy 做一些了解。本書不太適合初學(xué)者，雖然有點(diǎn)難理解，但絲毫不妨礙它成為學(xué)習(xí) Pandas 最好的書之一。

圖37. 《使用NumPy和Pandas做數(shù)據(jù)分析》

（6）《實(shí)用主義程序員——你的精通之旅》（The Pragmatic Programmer — Your Journey To Mastery）

作者：大衛(wèi)·托馬斯，安德魯·亨特（David Thomas ，Andrew Hunt）

這是一本不會(huì)過時(shí)的書，它研究了軟件開發(fā)獨(dú)立于任何特定的語言、框架或方法學(xué)的本質(zhì)。它不僅討論了使代碼保持普遍適用性和易于重復(fù)利用的技術(shù)，還探討了關(guān)于個(gè)人責(zé)任和職業(yè)發(fā)展的內(nèi)容。

圖38. 《實(shí)用主義程序員——你的精通之旅》

（7）《干凈代碼——一本敏捷軟件工藝手冊》（Clean Code — A Handbook of Agile Software Craftsmanship）

作者：羅伯特·C·馬?。≧obert C. Martin）

這本書講述了編寫干凈代碼的原則和最佳操作，并舉出幾個(gè)案例研究來加以說明。對于在協(xié)作環(huán)境中工作的數(shù)據(jù)專業(yè)人員來說，編寫干凈的代碼很重要，它是一項(xiàng)可以讓我們和自己的團(tuán)隊(duì)生產(chǎn)出更好的數(shù)據(jù)產(chǎn)品的基本技能。

圖39. 《干凈代碼——一本敏捷軟件工藝手冊》

（8）《流利的 Python：清晰、簡潔和有效的編程》（Fluent Python: Clear, Concise, and Effective Programming）

作者：盧西亞諾·拉馬霍（Luciano Ramalho）

可以用來學(xué)習(xí) Python 的資源有很多，但是，還沒有哪項(xiàng)資源能像一本教科書一樣教你編程。此書是一本實(shí)用的指南，正像我們對一本編碼書所期望的那樣，它能幫助我們理解 Python 如何工作，以及如何編寫出色而有效的 Python 代碼。這本書的篇幅長達(dá) 794 頁，完全物有所值，值得我們購買。

圖40. 《流利的Python：清晰、簡潔和有效的編程》

（9）《Python編程：強(qiáng)大的面向?qū)ο缶幊獭罚≒rogramming Python: Powerful Object-Oriented Programming）

作者：馬克·魯茨（Mark Lutz）

別急，這是另一本 Python 書？！如果我們認(rèn)為，自己已經(jīng)從前面介紹的書中學(xué)到了關(guān)于 Python 的所有知識，那么就請?jiān)俸煤孟胍幌搿ython 是一門龐大的編程語言，在這本書里，還有很多我們不知道的東西要講。在我們掌握了《流利的 Python：清晰、簡潔和有效的編程》一書中的基本知識之后，嘗試下閱讀馬克·魯茨的這本書。此書包含關(guān)于各種主題的深入教程：數(shù)據(jù)庫、網(wǎng)絡(luò)、文本處理、GUIs 等。教程中還包含了大量的例子。這是一本編程人的必讀書。

圖41. 《Python編程：強(qiáng)大的面向?qū)ο缶幊獭?/p>

（10）《掌握 Python數(shù)據(jù)科學(xué)》（Mastering Python for Data Science）

作者：薩米爾·馬達(dá)萬（Samir Madhavan）

到目前為止，我們已經(jīng)介紹過的兩本學(xué)習(xí) Python 的書都是從編程的角度來學(xué)習(xí) Python 的?，F(xiàn)在該從數(shù)據(jù)科學(xué)的角度來學(xué)習(xí) Python 了。薩米爾·馬達(dá)萬在《掌握 Python 數(shù)據(jù)科學(xué)》這本精彩的書中回答了以下問題：哪些數(shù)據(jù)科學(xué)庫是常用的，如何使用？如何在 Python 中創(chuàng)建數(shù)據(jù)可視化和挖掘模式？如何編寫高級數(shù)據(jù)科學(xué)/機(jī)器學(xué)習(xí)技術(shù)的代碼來構(gòu)建模型？

圖42. 《掌握Python數(shù)據(jù)科學(xué)》

（11）《R 語言數(shù)據(jù)科學(xué)》（R for Data Science）

作者：加勒特·格羅蒙，哈德利·韋翰（Garrett Grolemund，Hadley Wickham）

任何一個(gè)聽說過一點(diǎn)兒 R 編程的人都會(huì)接觸到哈德利·韋翰的作品。他用 R 語言寫的作品是無與倫比的。關(guān)于他的作品，我有說不完的話。這是一本通過 R 語言編程來學(xué)習(xí)數(shù)據(jù)科學(xué)的完美書籍。

圖43. 《R語言數(shù)據(jù)科學(xué)》

（12）《為每個(gè)人創(chuàng)建的R語言》（R for Everyone）

作者：賈里德·P·蘭德（Jared P. Lander）

如果我們沒有技術(shù)背景和統(tǒng)計(jì)學(xué)背景，那么對于我們來說，這是一本很棒的入門書。

圖44. 《為每個(gè)人創(chuàng)建的R語言》

（13）《 R 語言操作指南》（R Cookbook）

作者：保羅·提托（Paul Teetor）

《R 語言操作指南》這本書，是對數(shù)據(jù)科學(xué)書籍閱讀清單的絕佳補(bǔ)充。它包含了 200 多個(gè)實(shí)用的食譜，可以幫助我們使用 R 語言分析和操作數(shù)據(jù)。

圖45. 《R語言操作指南》

最后總結(jié)

我寫這篇文章的主要目的是為廣大讀者推薦最好的數(shù)據(jù)科學(xué)書籍。我對每一本建議的書籍都做了簡要的總結(jié)，以確保讀者可以根據(jù)自己的需求、興趣和未來愿望進(jìn)行選擇。

當(dāng)有人試圖迷惑我們的時(shí)候，請記住以下這些忠告：

在數(shù)據(jù)科學(xué)領(lǐng)域有多種成功的途徑，而我們要選擇的途徑應(yīng)該是足夠簡單，足以幫助我們采取行動(dòng)的。我們之所以不知道如何開始學(xué)習(xí)，是因?yàn)槲覀兘邮盏男畔⒘刻罅?。與其花更多的時(shí)間思考和計(jì)劃如何獲得數(shù)據(jù)科學(xué)這項(xiàng)技能，不如根據(jù)自己當(dāng)前的實(shí)際需要，從上面介紹的書中挑選一本，然后開始學(xué)習(xí)。關(guān)鍵是要始終如一地采取行動(dòng)，堅(jiān)持閱讀。

閱讀的目的是，學(xué)習(xí)和發(fā)現(xiàn)隱藏于這些偉大的作家和實(shí)踐者腦中的真實(shí)思想。

祝大家學(xué)習(xí)快樂！

圖46. 開始閱讀這些書

譯者：甜湯

關(guān)鍵詞： 數(shù)據(jù)分析 操作指南 開始學(xué)習(xí)