Dla wielu badaczy Python jest narzędziem pierwszej klasy głównie ze względu na jego biblioteki do przechowywania, manipulowania i uzyskiwania wglądu w dane.. Istnieje kilka zasobów dla poszczególnych elementów tego stosu nauki o danych, ale tylko dzięki Podręcznikowi Nauki o Danych w Pythonie otrzymasz je wszystkie — IPython, NumPy, Pandas, Matplotlib, Scikit-Learn i inne powiązane narzędzia.
Pracujący naukowcy i osoby zajmujące się analizą danych, które potrafią czytać i pisać kod w Pythonie, uznają ten wszechstronny podręczny przewodnik za idealny do rozwiązywania codziennych problemów.: manipulowanie, przekształcanie i czyszczenie danych; wizualizacja różnych typów danych; i wykorzystywanie danych do budowania modeli statystycznych lub uczenia maszynowego. Mówiąc najprościej, jest to niezbędny podręcznik do obliczeń naukowych w Pythonie.
Z tym podręcznikiem dowiesz się, jak używać:
IPython i Jupyter: zapewniać środowiska obliczeniowe dla naukowców danych korzystających z Pythona
NumPy: zawiera ndarray do wydajnego przechowywania i manipulowania gęstymi tablicami danych w Pythonie
Pandy: zawiera DataFrame do wydajnego przechowywania i manipulowania danymi oznaczonymi/kolumnowymi w Pythonie
Matplotlib: zawiera możliwości dla elastycznego zakresu wizualizacji danych w Pythonie
Scikit-Learn: dla wydajnych i czystych implementacji Pythona najważniejszych i ugruntowanych algorytmów uczenia maszynowego
o autorze
Jake VanderPlas jest wieloletnim użytkownikiem i deweloperem naukowego stosu Pythona. Obecnie pracuje jako interdyscyplinarny dyrektor ds. badań na Uniwersytecie Waszyngtońskim, prowadzi własne badania astronomiczne i spędza czas doradzając i konsultując się z lokalnymi naukowcami z szerokiego zakresu dziedzin.
Zwrot w przypadku braku dostawy
