Blick ins Buch

Handbuch Data Science mit Python

grundlegende Tools für die Arbeit mit Daten

Praxishandbuch

Jake VanderPlas (Autor)

Buch | Softcover

592 Seiten

2023 | Übersetzung der 2., aktualisierten Auflage
O'Reilly (Verlag)
978-3-96009-225-4 (ISBN)

Lese- und Medienproben

Inhaltsverzeichnis (PDF)
Leseprobe (PDF)

Artikel merken

Das bewährte Standardwerk jetzt in vollständig aktualisierter Neuauflage
Behandelt die neuesten Versionen von IPython, NumPy, pandas, Matplotlib und Scikit-Learn
Die leicht nachvollziehbaren Beispiele helfen Ihnen bei der erfolgreichen Einrichtung und Nutzung der Data-Science-Tools
Inklusive Jupyter Notebooks, die es Ihnen ermöglichen, den Code direkt beim Lesen auszuprobieren

Der unverzichtbare Werkzeugkasten für Data Science in der 2. Auflage

Python ist für viele Data Scientists die erste 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, NumPy, pandas, Matplotlib, Scikit-Learn und verwandte Werkzeuge.

Für Datenanalystinnen und -analysten und Data Cruncher, die mit Python vertraut sind, ist dieses umfassende Nachschlagewerk von unschätzbarem Wert bei der Erledigung ihrer täglichen Aufgaben wie der Manipulation, Umwandlung und Bereinigung von Daten, der Visualisierung verschiedener Datentypen sowie der 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 wird
NumPy stellt das ndarray zum effizienten Speichern und Bearbeiten dicht gepackter Datenarrays bereit
Pandas verfügt über das DataFrameObjekt für die Speicherung und Manipulation gelabelter und spaltenorientierter Daten
Matplotlib ermöglicht die flexible und vielseitige Visualisierung von Daten
ScikitLearn unterstützt bei der Implementierung der wichtigsten und gebräuchlichsten Algorithmen für das Machine Learning

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.

»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

Erscheinungsdatum	24.11.2023
Übersetzer	Knut Lorenzen, Jørgen W. Lang
Zusatzinfo	Illustrationen
Verlagsort	Heidelberg
Sprache	deutsch
Maße	165 x 240 mm
Einbandart	kartoniert
Themenwelt	Informatik ► Datenbanken ► Data Warehouse / Data Mining
Themenwelt	Informatik ► Programmiersprachen / -werkzeuge ► Python
Schlagworte	Big Data • Data Mining • Data Science • Datenanalyse • feature engineering • IPython • Jupyter • jupyter notebook • Lineare Regression • machine learning • matplotlib • NumPy • Pandas • Pivot • Python 3.10 • random forest • scikit-learn • seaborn • Support Vector Machines
ISBN-10	3-96009-225-3 / 3960092253
ISBN-13	978-3-96009-225-4 / 9783960092254
Zustand	Neuware