Verlag |
OReilly (dpunkt) |
Autor:in |
Jake VanderPlas |
Fassung |
574 Seiten, Softcover |
Erschienen |
12/2023 |
ISBN |
978-3-96009-225-4 |
Verlag: | OReilly (dpunkt) |
Autor:in | Jake VanderPlas |
Fassung: | 574 Seiten, Softcover |
Erschienen: | 12/2023 |
ISBN: | 978-3-96009-225-4 9783960092254 |
Inhaltsverzeichnis: | Jetzt downloaden |
Leseprobe: | Jetzt downloaden |
Verlag: | OReilly (dpunkt) |
Autor:in | Jake VanderPlas |
Fassung: | 574 Seiten, Softcover |
Erschienen: | 12/2023 |
ISBN: | 978-3-96009-225-4 9783960092254 |
Inhaltsverzeichnis: | Jetzt downloaden |
Leseprobe: | Jetzt downloaden |
Viele Data Scientists setzen auf die Sprache Python, da sie eine Vielzahl an ausgereiften Bibliotheken für das Speichern, Bearbeiten und Auswerten von Daten bietet. Jake VanderPlas hat in der zweiten Auflage seines Standardwerks alle wesentlichen Tools für Datenanalyse in einem Buch zusammengefasst und erklärt ihre praktische Anwendung. Das Buch behandelt unter anderem IPython, Jupyter, NumPy, Pandas, Matplotlib, Scikit-Learn und damit verbundene Werkzeuge.
Das umfangreiche Handbuch ist ein unschätzbarer Begleiter für Datenanalystinnen, -analysten und Data Cruncher, die bereits über Kenntnisse in Python verfügen. Es unterstützt sie bei alltäglichen Aufgaben wie der Manipulation, Umwandlung und Bereinigung von Daten, der Visualisierung verschiedener Datentypen sowie bei der Nutzung von Daten zur Erstellung von Statistiken und Machine-Learning-Modellen.
»Diese frisch aktualisierte Auflage bietet klare, leicht verständliche Beispiele, die Ihnen helfen, wichtige Tools für Data Science und Machine Learning erfolgreich einzurichten und zu nutzen.«
— Anne Bonner, Gründerin und CEO von Content Simplicity
»Diese aktualisierte Auflage ist eine ausgezeichnete Einführung in die Bibliotheken, zugänglich geschrieben und mit großartigen Beispielen.«
— Allen Downey, Autor von Think Python
Da Python eine interpretierte Programmiersprache ist, werden einige Operationen sehr langsam ausgeführt. Der in dieser Leseprobe beschriebene Ansatz der vektorisierten Operationen ermöglicht wesentlich schnellere Berechnungen mit Array-Elementen, indem die Schleife in die kompilierte Schicht verschoben wird. Einige dieser Universal Functions, kurz UFuncs, werden hier im Detail vorgestellt.
Jake VanderPlas ist Software Engineer bei Google Research und arbeitet an Tools, die datenintensive Forschung unterstützen. Er entwickelt Python-Tools für den Einsatz in der Data Science, darunter Pakete wie Scikit-Learn, SciPy, AstroPy, Altair, JAX und viele andere. Er engagiert sich in der Data-Science-Community, konzipiert Tutorials zu Themen des wissenschaftlichen Computings und hält Vorträge auf vielen verschiedenen Konferenzen in der Data-Science-Welt.
Verlag |
OReilly (dpunkt) |
Autor:in |
Jake VanderPlas |
Fassung |
574 Seiten, Softcover |
Erschienen |
12/2023 |
ISBN |
978-3-96009-225-4 |