Rust用于数据科学：实践中的性能与安全性

《Rust用于数据科学》一书是一本面向数据专业人员、工程师和开发者的实践指南，旨在帮助您超越Python，掌握一种高性能、安全且可预测的数据处理工具——Rust语言。与传统方法不同，Rust能够在不牺牲可读性和开发便利性的前提下，构建快速、并行且可靠的数据处理管道。

本书采用循序渐进的深入方式：从Rust数据科学生态系统的基础知识，到完整项目的实现。您将学会不仅仅是编写代码，而是为那些需要高速度和低内存占用的任务设计高效的解决方案。

本书适合谁？

• 希望加速数据处理管道、无需使用Spark即可处理千兆字节数据的数据分析师。
• 致力于以最小延迟将模型部署到生产环境中的机器学习工程师。
• 希望掌握Rust以用于关键数据分析组件的Python开发者。
• 对现代数据处理方法感兴趣的学生和研究人员。

您将学到什么？

• Rust数据生态系统： 库包括Polars（类似Pandas）、ndarray（类似NumPy）、Serde（序列化）、reqwest（HTTP请求）等。
• 数据加载与清洗： 读取CSV、JSON、Parquet，处理缺失值，类型转换，过滤与聚合。
• 统计分析： 描述性统计、相关性、假设检验，使用statrs、linfa等crate。
• 机器学习： 线性回归、分类、聚类、特征工程与模型评估。
• 并行处理： 使用Rayon、多线程、安全处理共享数据。
• 可视化： 使用plotters绘制图表，生成报告。
• 与Python集成： 通过PyO3从Python调用Rust，构建混合项目。

本书特色

• 大量带注释的代码示例——从简单脚本到完整应用程序。
• 与Python对比：您将看到相同任务在Rust中如何实现，以及何时使用Rust是合理的。
• 项目实战：构建控制台日志分析器、预测用Web API、ETL管道。
• 优化、内存管理和调试技巧。
• 巩固知识的实践练习。

本书既适合已经熟悉Rust的读者，也适合初学者——所有概念都从零开始讲解，并侧重于数据科学中的实际应用。您不仅会学习语法，更会学会以Rust的范式思考：安全、高效且可预测。

阅读本书后，您将能够独立开发高性能数据分析工具，将其集成到现有管道中，并在日常数据处理工作中自信地使用Rust。