Numerisches Python

Arbeiten mit NumPy, Matplotlib und Pandas

(Autor)

Buch
512 Seiten
2023 | 2., aktualisierte und erweiterte Auflage
Carl Hanser (Verlag)
978-3-446-47170-2 (ISBN)
29,99 inkl. MwSt
eBook inside
Zu diesem Buch erhalten Sie kostenlos ein eBook dazu.
Numerisches Python

  • Grundlagen zur Lösung numerischer Probleme mit Python
  • Verarbeitung großer Datenmengen mit NumPy, z. B. im maschinellen Lernen
  • Datenvisualisierung mit Matplotlib
  • Ideal für Personen aus Wissenschaft, Ingenieurwesen und Datenanalyse
  • Ideal zum Umstieg von Matlab auf Python
  • Einführung anhand vieler Beispiele und Praxisfälle sowie Musterlösungen
  • Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten Buches

Dieses Buch vermittelt die Python-Grundlagen zur Lösung numerischer Probleme aus den Gebieten »Data Science« und »Maschinelles Lernen«.

Im ersten Teil geht es um NumPy als Basis der numerischen Programmierung mit Python. Eingehend behandelt werden Arrays als zentraler Datentyp für alles, Numerische Operationen, Broadcasting und Ufuncs. Statistik und Wahrscheinlichkeitsrechnung ist ein eigenes Kapitel gewidmet, ebenso wie Boolscher Maskierung und File-Handling.

Die Datenvisualisierung mit Matplotlib bildet den Schwerpunkt des zweiten Teils. Zunächst geht es um die Begriflichkeit von Matplotlib. Behandelt werden Linien-, Balkendiagramme, Histogramme und Konturplots.

Der dritte Teil dreht sich um Pandas mit seinen Series und DataFrames. Behandelt wird auch der Umgang mit verschiedensten Dateiformaten wie Excel, CSV und JSON sowie mit unvollständigen Daten und NaN. Aufgezeigt werden die Möglichkeiten der Datenvisualisierung direkt mit Pandas.

Der vierte Teil bietet Beispielanwendungen des erlernten Stoffes, wie z.B. ein Haushaltsbuch und eine praxistaugliche Einnahmeüberschussrechnung. Auch findet sich hier eine Einführung in Bildverarbeitungstechniken.

Fast jedes der 32 Kapitel enthält zusätzliche Übungen zum Erproben und Vertiefen des Erlernten, die zugehörigen Lösungen sind im fünften Teil zusammengefasst.

Aus dem Inhalt:

NumPy:
  • Numerische Operationen auf mehrdimensionalen Arrays
  • Broadcasting und Ufuncs
Matplotlib:
  • Diskrete und kontinuierliche Graphen
  • Balken- und Säulendiagramme, Histogramme, Konturplots
Pandas:
  • Series und DataFrames
  • Arbeiten mit Excel-, csv- und JSON-Dateien
  • Unvollständige Daten (NaN)
  • Datenvisualisierung
Praxisbeispiele:
  • Bildverarbeitung
  • Haushaltsbuch und Einnahmeüberschussrechnung

Die 2. Auflage ist konsequent überabeitet und erweitert.

Der Diplom-Informatiker Bernd Klein ist der Inhaber und Gründer des Schulungsanbieters Bodenseo. Er kennt sich bestens mit der Theorie und Praxis von Programmiersprachen aus. In zahlreichen Projekten hat er wertvolle praktische Erfahrungen gesammelt, die in seine Kurse und Bücher einfließen. Seit 2010 hat er sich auf Python konzentriert und sich zum international anerkannten Experten entwickelt. Seine didaktischen Fähigkeiten und seine Sachkompetenz stellt er auf den beiden Webseiten www.python-kurs.eu und www.python-course.eu unter Beweis.

"Python eignet sich nicht nur ideal als Lehrsprache: Im Ökosystem gibt es Bibliotheken, mit denen sich komplizierte mathematische Aufgaben einfach lösen lassen. Bernd Klein stellt Systeme vor, die den Leser beim Bewältigen alltäglicher mathematischer Aufgaben unterstützen. [...] Das mit 476 Seiten nicht allzu lange Werk kann man ohne jede Einschränkung empfehlen." Tam Hanna, Linux Magazin, März 2024

Erscheinungsdatum
Zusatzinfo Illustrationen
Verlagsort München
Sprache deutsch
Gewicht 1010 g
Einbandart gebunden
Themenwelt Informatik Programmiersprachen / -werkzeuge Python
Mathematik / Informatik Informatik Software Entwicklung
Schlagworte Big-Data Python • csv-Dateien mit Python • Datenbank • Datenvisualisierung • Internetentwicklung • Programmiersprache • Programmierung • Python
ISBN-10 3-446-47170-7 / 3446471707
ISBN-13 978-3-446-47170-2 / 9783446471702
Zustand Neuware
Informationen gemäß Produktsicherheitsverordnung (GPSR)
Haben Sie eine Frage zum Produkt?
Mehr entdecken
aus dem Bereich