山西大同大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

Python和PySpark数据分析/(加) 乔纳森·里乌著 殷海英译

出版发行项:

北京:清华大学出版社,2023

ISBN及定价:

978-7-302-64536-8/CNY118.00

载体形态项:

xiii, 402页:图;24cm

统一题名:

Data analysis with Python and PySpark

丛编项:

数据科学与大数据技术

个人责任者:

里乌 (Rioux, Jonathan) 著

个人次要责任者:

殷海英 译

学科主题:

数据处理

学科主题:

软件工具-程序设计

中图法分类号:

TP311.561

中图法分类号:

TP274

相关题名附注:

英文题名原文取自版权页

责任者附注:

乔纳森·里乌, 作为一家数据驱动软件公司的ML总监, 每天都在使用PySpark。他向数据科学家、数据工程师和精通数据的业务分析师讲授PySpark的用法。

提要文摘附注:

本书是一本精心设计的教程, 可帮助读者使用PySpark交付任何规模的数据驱动应用程序。这本清晰的实践指南展示了如何使用来自任何来源的数据 (从基于Hadoop的集群到Excel工作表) 扩大多台机器的处理能力。通过阅读本书, 读者将学习如何将大型分析任务分解为可管理的块, 以及如何为您的独特需求选择和使用最佳PySpark数据抽象。完成后, 您将能够编写和运行速度极快的PySpark程序, 这些程序可扩展、操作高效且易于调试。本书中将介绍如何打包你的PySpark代码, 管理跨多台机器扩展的数据, 在PySpark中重写Pandas、R和SAS作业, 排查常见数据流水线问题, 并创建可靠的长期工作。

使用对象附注:

本书适用于程序设计人员

豆瓣简介：