Rust 数据科学：数据分析实用指南

《Rust 数据科学》一书是首部中文实用指南，专注于 Rust 语言在数据分析和机器学习领域的应用。如果您厌倦了缓慢的 Python 脚本、内存问题和稳定性不足，Rust 将成为您处理海量数据的可靠工具。

与传统方法不同，Rust 兼具 C/C++ 的性能和现代语言的安全性。本书将展示如何利用这些优势解决实际的数据科学任务：从数据加载和清洗到模型构建与可视化。

本书适合谁？

• 数据科学家和分析师，希望加速数据处理流程。
• Python 开发者，希望学习 Rust 以处理大数据。
• 后端工程师，转型数据科学并寻求高性能解决方案。
• 技术专业的学生，对现代数据分析方法感兴趣。

您将学到什么？

• Rust 基础：所有权、借用、生命周期——摒弃枯燥理论，注重实践。
• 处理 CSV、JSON、Parquet 等数据格式。
• 使用 Polars（类似 Pandas）和 ndarray 库进行矩阵计算。
• 使用 plotters 和 egui 绘制图表。
• 通过 PyO3 将 Rust 与 Python 集成——充分利用两者的优势。
• 性能优化：并行计算、SIMD、GPU 处理。

本书结构

全书共 12 章，由浅入深。您将从工具安装和第一个程序开始，逐步过渡到完整项目：

• 第 1-3 章：Rust 入门、数据类型、函数、错误处理。
• 第 4-6 章：数据读写、数据框操作、统计分析。
• 第 7-9 章：可视化、机器学习（线性回归、聚类）。
• 第 10-12 章：高级主题：内存安全、大数据处理、模型部署。

每章均包含实用示例、完整代码和独立练习。书末附有主要库的速查表。

为何值得一读？

Rust 正积极融入数据科学行业：Amazon、Google、Dropbox 等公司使用它处理 TB 级数据。本书将为您带来竞争优势，教您编写比 Python 快 10-100 倍且内存安全的代码。

无论您是 Rust 新手还是经验丰富的开发者，《Rust 数据科学》都将成为您高效数据分析之路上的案头指南。