Digital Library

《Data Science at the Command Line Obtain, Scrub, Explore, and Model Data with Uni》内容提要

admin1 2026-11-17 18:44 Data Science at the Command Line Obtain, Scrub, Explore, and Model Data with Unix Power Tools. Second Edition (Jeroen Janssens)(Z-Library)

Public

这本书围绕一个核心主张展开:命令行的灵活性可以让数据科学工作变得更高效、更高产。作者 Jeroen Janssens 并不要求读者放弃 Python 或 R,而是展示如何把众多小而有力的命令行工具组合起来,快速完成数据的获取、清洗、探索与建模。全书以 OSEMN 模型为骨架,把数据科学流程拆成可操作的环节,并论证命令行为何是一种敏捷、可扩展且几乎无处不在的技术手段。

读者可以抓住几条主要线索。第一条是环境搭建:作者提供了一个装有八十多个工具的 Docker 镜像,并讲解执行命令、导航目录、获取帮助、管理输出等基础概念,为后续操作打底。第二条是数据获取,即从网站、API、数据库、电子表格等来源拉取数据,并用管道把 curl、jq、pup 等工具串起来。第三条是清洗与探索,借助命令行工具对数据做转换和初步分析。第四条是建模与解释,把前面搭好的管道延伸到模型环节。

书中还贯穿了一些具体的技术细节,比如用 Bash 的 for 循环遍历文件时,应当使用通配符展开而不是 ls,以正确处理特殊字符;又比如在 make 中通过 .ONESHELL 这个特殊目标,让规则中的每一行一起发送给 shell 执行。

Digital Library AI Assistant
Hi — I can help you pick a book. Tell me a topic, language, or level, e.g. “a light English read”. If that's too broad, I'll ask one follow-up.
Searching the library and writing a reply…