Vanderplas

Handbuch Data Science mit Python

Grundlegende Tools für die Arbeit mit Daten

z. Zt. nicht lieferbar, aber vorbestellbar

Rezensionen ansehen

Standardpreis

49,90 €

Preisangaben inkl. MwSt. Abhängig von der Lieferadresse kann die MwSt. an der Kasse variieren. Weitere Informationen

auch verfügbar als eBook (PDF) für 49,9 € auch verfügbar als eBook (ePub) für 49,9 €

Fachbuch

Buch. Softcover

2023

576 S.

dpunkt.verlag GmbH. ISBN 978-3-96009-225-4

Format (B x L): 16.7 x 23.8 cm

Gewicht: 1050 g

Das Werk ist Teil der Reihe: Animals

Produktbeschreibung

Der unverzichtbare Werkzeugkasten für Data Science in der 2. AuflageDas bewährte Standardwerk jetzt in vollständig aktualisierter NeuauflageBehandelt die neuesten Versionen von IPython, NumPy, pandas, Matplotlib und Scikit-LearnDie leicht nachvollziehbaren Beispiele helfen Ihnen bei der erfolgreichen Einrichtung und Nutzung der Data-Science-ToolsInklusive Jupyter Notebooks, die es Ihnen ermöglichen, den Code direkt beim Lesen auszuprobieren
Für viele Data Scientists ist Python die Sprache der Wahl, weil zahlreiche ausgereifte Bibliotheken zum Speichern, Bearbeiten und Auswerten von Daten verfügbar sind. Jake VanderPlas versammelt in dieser 2. Auflage seines Standardwerks alle wichtigen Datenanalyse Tools in einem Band und erläutert deren Einsatz in der Praxis. Beschrieben werden IPython, Jupyter, NumPy, Pandas, Matplotlib, Scikit-Learn und verwandte Werkzeuge.
Für Datenanalystinnen und analysten und Data Cruncher mit Python Kenntnissen ist dieses umfassende Handbuch von unschätzbarem Wert bei der Erledigung ihrer täglichen Aufgaben. Dazu gehören die Manipulation, Umwandlung und Bereinigung von Daten, die Visualisierung verschiedener Datentypen sowie die Nutzung von Daten zum Erstellen von Statistiken und Machine Learning Modellen.
Dieses Handbuch beschreibt die folgenden Tools:

IPython und Jupyter bieten eine Umgebung für Berechnungen, die von vielen Data Scientists genutzt wirdNumPy stellt das ndarray zum effizienten Speichern und Bearbeiten dicht gepackter Datenarrays bereitPandas verfügt über das DataFrameObjekt für die Speicherung und Manipulation gelabelter und spaltenorientierter DatenMatplotlib ermöglicht die flexible und vielseitige Visualisierung von DatenScikit-Learn unterstützt bei der Implementierung der wichtigsten und gebräuchlichsten Algorithmen für das Machine Learning

'Jake beschreibt weit mehr als die Grundlagen dieser Open-Source-Tools; er erläutert die zugrunde liegenden Konzepte, Vorgehensweisen und Abstraktionen in klarer Sprache und mit verständlichen Erklärungen.' -- Brian Granger, Physikprofessor und Mitbegründer des Jupyter-Projekts