Numerisches Python

Numerische Python-Programmierung für Data Science und maschinelles Lernen

Dieses Buch vermittelt auf verständliche Weise, wie man mit Python numerische Probleme löst und Daten effizient verarbeitet – ein Thema, das besonders für Data Science und maschinelles Lernen wichtig ist. Es stellt die zentralen Python-Bibliotheken NumPy, Matplotlib und Pandas vor und zeigt, wie große Datenmengen analysiert, bearbeitet und visualisiert werden können. Zahlreiche Praxisbeispiele aus Wissenschaft, Ingenieurwesen, Finanzen und Bildverarbeitung machen die Theorie greifbar.

Die umfassend erweiterte 3. Auflage enthält mehr Inhalte, neue Praxisanwendungen und farbig gestaltete DataFrames.

Grundlagen mit NumPy

Im ersten Teil lernen Sie NumPy, die Basisbibliothek für numerische Programmierung, kennen. Dazu gehören Arrays als zentraler Datentyp, numerische Operationen, Broadcasting, Ufuncs, Statistik, Wahrscheinlichkeitsrechnung, boolesche Maskierung und Dateiverarbeitung.

Daten visualisieren mit Matplotlib

Der zweite Teil zeigt, wie Daten mit Matplotlib anschaulich dargestellt werden können. Von einfachen Linien- und Balkendiagrammen über Histogramme bis zu Konturplots – Sie lernen die Grundlagen der Visualisierung und deren praktische Anwendung.

Datenanalyse mit Pandas

Im dritten Teil geht es um Pandas, die Bibliothek für die Arbeit mit Series und DataFrames. Sie erfahren, wie Sie Excel-, CSV- und JSON-Dateien importieren und exportieren, fehlende Daten behandeln und Daten direkt in Pandas visualisieren können.

Praxisanwendungen

Der vierte Teil bietet konkrete Anwendungen, wie ein Haushaltsbuch, eine Einnahmen-Überschuss-Rechnung oder erste Schritte in der Bildverarbeitung. So können Sie das Gelernte sofort praktisch einsetzen.