7种主流数据分析软件比较 | 附经典教材推荐!
推荐书目:《R语言实战 第二版》 作者:卡巴科弗(Robert I. Kabacoff) 推荐理由:开源软件R是世界上最流行的数据分析、统计计算及制图语言,几乎能够完成任何数据处理任务,可安装并运行于所有主流平台,为我们提供了成千上万的专业模块和实用工具,是从大数据中获取有用信息的绝佳工具。本书可以说是学习R的必备教程之一,可以让人快速进入R的世界本书从解决实际问题入手,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。这本书侧重R语言实战,以实际项目讲解R的若干常见应用场景。适合新手上路,回归、方差两章展示了完整的统计分析的过程。 Matlab 软件优点:MATLAB 的应用范围非常广,包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。附加的工具箱(单独提供的专用 MATLAB 函数集)扩展了 MATLAB 环境,以解决这些应用领域内特定类型的问题。数学函数可用于线性代数、统计、傅立叶分析、筛选、优化以及数值积分等 推荐书目:《Matlab R2016a从入门到精通》 作者:温欣研 推荐理由:针对MATLAB R2016a(V9.0)*版本进行编写的。书中讲述的内容是使用MATLAB进行科学研究、系统仿真、数据分析与处理的必备知识。通过全面学习本书,读者可以获得使用MATLAB进行数学计算、数据分析及处理的相关技能,并能快速掌握使用MATLAB进行工作的基本方法。基础知识部分包括MATLAB概述、数据输入输出基础、编程基础和可视化基础;数学基础部分包括数组与矩阵操作、数学函数运算和符号数学计算;数据分析部分包括多项式分析、数值运算、优化和概率统计;拓展知识部分包括句柄图形、GUI编程、Simulink基础、编译器和应用程序接口;MATLAB应用部分包括信号处理应用、图像处理应用、小波分析应用和偏微分方程应用等内容。本书作为一本实用性超强的工具书,是学习复习,参加建模比赛的必备书籍。 python 软件优点:python非常简单,非常适合人类阅读。阅读一个良好的Python程序就感觉像是在读英语一样,尽管这个英语的要求非常严格。Python的这种伪代码本质是它最大的优点之一,使你能够专注于解决问题而不是去搞明白语言本身。Python是FLOSS(自由/开放源码软件)之一,可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。Python相比于Matlab的最大优势是:Python是一门通用编程语言,实现科学计算功能的numpy、scipy、matplotlib只是Python的库和Package而已,而这些科学计算数据处理的库,在处理大数据方面有奇效。 推荐书目:《利用Python进行数据分析》 作者:Wes McKinney 推荐理由:这本书是Pandas的模块作者写的书,被誉为Pandas的最佳工具书。Pandas是python的一个数据分析包,最初被作为金融数据分析工具而开发出来,因此,pandas为时间序列分析提供了很好的支持。使用Pandas可以把Python基本当作R用,用NumPy和SymPy还有SciPy把Python当作Matlab用。作者对于利用Python进行数据分析有着很丰富的经验,因此写出的书也是深入浅出,让人很容易就能看懂。本书讲的是利用Python进行数据控制、处理、整理、分析等方面的具体细节和基本要点。同时,它也是利用Python进行科学计算的实用指南(专门针对数据密集型应用)。本书重点介绍了用于高效解决各种数据分析问题的Python语言和库。“Life is short, you need Python!”
(编辑:南京站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |