Data Science mit Python : Das Handbuch für den Einsatz von IPython, Jupyter, NumPy, Pandas, Matplotlib und Scikit-Learn

Die wichtigsten Tools für die Datenanalyse und-bearbeitung im praktischen Einsatz

Python effizient für datenintensive Berechnungen einsetzen mit IPython und Jupyter

Laden, Speichern und Bearbeiten von Daten und numerischen Arrays mit NumPy und Pandas

Visualisierung von Daten mit Matplotlib

Python ist für viele die erste Wahl für Data Science, weil eine Vielzahl von Ressourcen und Bibliotheken zum Speichern, Bearbeiten und Auswerten von Daten verfügbar ist. In diesem Buch erläutert der Autor den Einsatz der wichtigsten Tools.

Für Datenanalytiker und Wissenschaftler ist dieses umfassende Handbuch von unschätzbarem Wert für jede Art von Berechnung mit Python sowie bei der Erledigung alltäglicher Aufgaben. Dazu gehören das Bearbeiten, Umwandeln und Bereinigen von Daten, die Visualisierung verschiedener Datentypen und die Nutzung von Daten zum Erstellen von Statistiken oder Machine-Learning-Modellen.

Dieses Handbuch erläutert die Verwendung der folgenden Tools:

IPython und Jupyter für datenintensive Berechnungen

NumPy und Pandas zum effizienten Speichern und Bearbeiten von Daten und Datenarrays in Python

Matplotlib für vielfältige Möglichkeiten der Visualisierung von Daten

Scikit-Learn zur effizienten und sauberen Implementierung der wichtigsten und am meisten verbreiteten Algorithmen des Machine Learnings

Der Autor zeigt Ihnen, wie Sie die zum Betreiben von Data Science verfügbaren Pakete nutzen, um Daten effektiv zu speichern, zu handhaben und Einblick in diese Daten zu gewinnen. Grundlegende Kenntnisse in Python werden dabei vorausgesetzt.

Leserstimme zum Buch:

»Wenn Sie Data Science mit Python betreiben möchten, ist dieses Buch ein hervorragender Ausgangspunkt. Ich habe es sehr erfolgreich beim Unterrichten von Informatik- und Statistikstudenten eingesetzt. Jake geht weit

über die Grundlagen der Open-Source-Tools hinaus und erläutert die grundlegenden Konzepte, Vorgehensweisen und Abstraktionen in klarer Sprache und mit verständlichen Erklärungen.«

– Brian Granger, Physikprofessor, California Polytechnic State University, Mitbegründer des Jupyter-Projekts

Starte noch heute mit diesem Buch für 0 €

  • Hole dir während der Testphase vollen Zugriff auf alle Bücher in der App
  • Keine Verpflichtungen, jederzeit kündbar
Jetzt kostenlos testen
Mehr als 52 000 Menschen haben Nextory im App Store und auf Google Play 5 Sterne gegeben.

  1. Clean Code : Refactoring, Patterns, Testen und Techniken für sauberen Code. Deutsche Ausgabe

    Robert C. Martin

  2. ESP32 Mikrocontroller : Praxiseinstieg für Maker - IoT-Projekte und eigene Hardware-Ideen umsetzen

    Thomas Brühlmann

  3. Informations- und Cybersicherheit : Ein strategischer Praxis-Leitfaden für moderne CISOs und Security-Entscheider

    Marcel Küppers

  4. Informations- und Cybersicherheit : Ein strategischer Praxis-Leitfaden für moderne CISOs und Security-Entscheider

    Marcel Küppers

  5. Archicad 29 : Der umfassende Praxiseinstieg. Mit zahlreichen Beispielen und Übungsfragen

    Detlef Ridder

  6. C++ Lernen und professionell anwenden : Für Studium, Ausbildung und Beruf

    Ulla Kirch, Peter Prinz

  7. Code That Fits in Your Head : Heuristiken für die Softwareentwicklung. Komplexität reduzieren | Legacy Code beherrschen | Performance optimieren

    Mark Seemann

  8. ESP32 Mikrocontroller : Praxiseinstieg für Maker - IoT-Projekte und eigene Hardware-Ideen umsetzen

    Thomas Brühlmann

  9. Wissenschaftliche Arbeiten schreiben mit Microsoft Word 365, 2024, 2021, 2019 : Das umfassende Praxis-Handbuch

    G. O. Tuhls

  10. Wissenschaftliche Arbeiten schreiben : Ganz einfach und Schritt für Schritt zur erfolgreichen Bachelor- und Masterarbeit. Praktischer Leitfaden mit über 100 Software-Tipps inkl. KI-Tools

    Andrea Klein

  11. Clean Code - Refactoring, Patterns, Testen und Techniken für sauberen Code : Deutsche Ausgabe

    Robert C. Martin

  12. Design Patterns : Entwurfsmuster als Elemente wiederverwendbarer objektorientierter Software

    Erich Gamma, Richard Helm, Ralph Johnson, John M. Vlissides


Verwandte Kategorien