Go (Golang) 用于数据科学：实用指南

Go (Golang) 正在迅速征服后端开发世界，但很少有人知道这门语言是数据科学的强大工具。《Go (Golang) 用于数据科学》是第一本实用指南，它将展示如何利用 Go 的速度、简洁性和并发性来解决数据分析、构建管道甚至机器学习的问题。

这本书是关于什么的？

本书涵盖了在 Go 中进行数据处理的完整周期：从加载和清理到可视化和模型部署。您将学习如何使用 goroutine 和 channel 高效处理大量数据，并了解用于数据科学的 Go 生态系统。

• 数据处理基础：读取 CSV、JSON、Parquet，与数据库（PostgreSQL、ClickHouse）交互以及流式处理。
• 分析库：详细解析用于统计和线性代数的 gonum、gota、dataframe 和 goNum 包。
• Go 中的机器学习：使用 goLearn、go-ml 和 gorgonia（神经网络）实现回归、分类和聚类。
• 可视化：通过 go-echarts、plot 绘制图表，并通过 gophernotes 与 Jupyter Notebook 集成。
• 生产级管道：创建用于机器学习的微服务，与 Kafka、gRPC 协作，并在 Docker 中部署模型。

这本书适合谁？

• 数据科学家和分析师，他们希望超越 Python，利用 Go 的性能实时处理数百万条记录。
• Go 开发者，希望将技能扩展到数据分析和机器学习领域。
• 数据工程师，构建高负载 ETL 管道，需要一个快速且可靠的工具。

您将学到什么？

• 如何以比 Python 快 10 倍的速度加载、清理和转换数据。
• 如何利用 Go 的并发性进行数据集的并行处理。
• 如何在不使用 Python 的情况下构建机器学习模型并将其投入生产。
• 如何将 Go 与流行的数据科学工具集成：Jupyter、Pandas（通过 gopandas）、TensorFlow（通过 tfgo）。
• 真实案例：日志处理、时间序列预测、推荐系统。

本书包含数十个可直接运行的代码示例，以及用于巩固知识的实践练习。您将获得现成的项目模板和开源仓库链接。

无论您是在处理 TB 级别的日志，还是为初创公司构建模型——Go 都能为您提供 C 语言的速度和 Python 的简洁性。立即开始您在 Go 中的数据科学之旅吧！