1.《全棧資料之門》現貨上架
經過一段時間的等待，目前已經可以在各大電商平臺『現貨』購買本書。本文後面也有京東、噹噹、天貓的購買連結！
本書適用
本書以資料分析領域最熱的Python語言為主要線索，介紹資料分析庫Numpy、Pandas與機器學習庫Scikit-Learn，使用了視覺化環境Orange3來理解演算法的一些細節。
對於機器學習，既有常用演算法KNN與Kmeans的應用，決策樹與隨機森林的實戰，還涉及常用特徵工程與深度學習中的自動程式設計器。
在大資料Hadoop與Hive環境的基礎之上，使用Spark的ML/MLLib庫來整合了前面的各部分內容，讓分散式機器學習更容易。大量的工具與技能實戰，從而將各部分融合成為一個全棧的資料科學內容。
2. 大資料分析，魯班為祖師
該節選自《全棧資料之門》第四章『資料分析，見微知著』的引言部分！
如果你要問大資料分析最早起源於哪裡，答案自然是有著5千年悠久歷史的中國了。若君不信，且看下面的說明。
大資料
有一顆樹，非常非常大，一個人搬不動，於是魯班發明了鋸子，將樹鋸成很多小節，然後找很多人來幫忙搬，這樣不僅速度快，而且效率高。此所謂“大樹鋸”是也。這樣一傳十，十傳百，傳到其它國家，大家訛傳訛，就變成了“大資料”。
分散式儲存
為了保證高可用性，魯班教了大家一個好方法。將同樣的木料，分3份儲存，自己家放一份，鄰居家放一份，鄰村裡面再放一份。如果自己家被燒了，還可以使用鄰居家的那份。如果整個村子被水湮（或者像現在電視劇裡演的一樣，在古代可能會一不小心被滅村），還有鄰居村子的那份可以使用。
資料分析
將樹鋸斷後，分成一小節一小節的，統計每節的長度，面積等等。分析木料是否有被蟲咬過，以及如何防止其它樹也被類似的蟲咬。分析樹每年的增長幅度，以及每天需要投入多少水資源來促進樹的快速增長。
資料探勘
魯班通過分析樹幹上面的紋理，發現了樹的年輪規律，這樣可以快速瞭解樹生長了多少年。這個方法被魯班建立成了一個模型，用於預測其它樹每年的生長速度。另外，還將樹根“挖掘”出來，分析為什麼這個地方能產生這麼大的樹，和土地是否有關係，土壤的成分是什麼，能否將這種土壤移植到其它地方等等。總之，是真正的進行了資料的“挖掘”。
因此，大資料分析技術不僅起源於中國，而且其祖師正是木工藝人的祖師–魯班。
一本正經的胡說八道了這麼多，相信你對資料分析有了一個初步的瞭解吧。欲瞭解更多的內容，請關注下面購買地址。
3. 網站購買地址
京東：
https://item.jd.com/12054675….
噹噹：
http://product.dangdang.com/2…
天貓：
https://detail.tmall.com/item…
4. 一些資訊
博文視點：
http://www.broadview.com.cn/b…
豆瓣：
https://book.douban.com/subje…
百度百科：
http://baike.baidu.com/item/全棧資料之門/20490226
請輸入程式碼本文題圖取自《全棧資料之門》的封底，使用的是Orange3製作的資料探勘流程『演示』圖。