Bibliothek	Standort	Signatur	Status	Rückgabedatum
Zweigstelle: onleihe	Standort 2:	Signatur:	Status: Zum Downloaden	Frist:

Numerisches Python  Grundlagen der Lösung numerischer Probleme mit Python  Verarbeitung großer Datenmengen ("Big Data") mit NumPy, wie sie beispielsweise im maschinellen Lernen Anwendung finden  Zielgruppe sind Personen, die in der Wissenschaft, im Ingenieurwesen und in der Datenanalyse tätig sind  Datenvisualisierung mit Matplotlib  Ideal zum Umstieg von Matlab auf Python In diesem Buch stehen die numerischen Verfahren im Fokus, die im Gebiet "Data Science" und "Maschinelles Lernen" besonders benötigt werden. Python gehört zu den wichtigsten und am häufigsten benutzten Sprachen in diesem Gebiet und wird in Kombination mit seinen Modulen NumPy, SciPy, Matplotlib und Pandas häufiger verwendet als Matlab und R. Der erste Teil des Buchs enthält eine kompakte Einführung in Python, eine ideale Zusammenfassung für diejenigen, die Python bereits kennen oder mit dem Buch "Einführung in Python 3" von Bernd Klein gelernt haben. NumPy ist das zentrale Thema des zweiten Teils. Der Aufbau und das Arbeiten mit NumPy-Arrays bilden den Ausgangspunkt dieses Kapitels. Danach wird auf die besonderen Aspekte des dtype-Datentyps eingegangen. In einem weiteren Kapitel stehen die Numerischen Operationen, Broadcasting und Ufuncs von NumPy im Mittelpunkt. Einigen Fragestellungen der Statistik und der Wahrscheinlichkeitsrechnung wurde ebenfalls ein Kapitel gewidmet. Auch auf die Boolesche Maskierung und Indizierung von NumPy-Arrays wird eingegangen. Der NumPy-Teil des Buchs schließt mit dem File-Handling von Daten. AUS DEM INHALT // NumPy: Numerische Operationen auf mehrdimensionalen Arrays/Broadcasting/Ufuncs Matplotlib: Diskrete und kontinuierliche Graphen/Balken- und Säulendiagramme/Histogramme/Konturplots Pandas: Series/DataFrames/Lesen, Schreiben und Bearbeiten von Excel- und csv-Dateien/Umgang mit unvollständigen Daten/Datenvisualisierung/Zeitserien