Второе издание этой книги дает современное практическое введение в разработку научных приложений на Python, ориентированных на обработку данных. Код переписан под версию Python 3.6, добавлены сведения о последних версиях библиотек pandas, NumPy, IPython и Jupyter.
Описаны те части языка Python и библиотеки для него, которые необходимы для эффективного решения широкого круга аналитических задач: интерактивная оболочка IPython и Iupyter-блокноты, библиотеки NumPy и pandas, библиотека для визуализации данных matplotlib и др.
Издание подойдет как аналитикам, только начинающим осваивать обработку данных, так и опытным программистам на Python, еще не знакомым с научными приложениями.
Основы языка Python, IPython и Jupyteг-блокноты.
В 2011 и 2012 годах, когда я писал первое издание книги, ресурсов для изучения анализа данных с применением Python было гораздо меньше. Тут мы имеем что-то похожее на проблему яйца и курицы: многие библиотеки, наличие которых мы сейчас считаем само собой разумеющимся, в том числе pandas, scikit-learn и statsmodels, тогда были еще относительно незрелыми. В 2017 году количество литературы по науке о данных, по анализу данных и машинному обучению неуклонно растет, дополняя прежние работы по научным расчетам, предназначенные для специалистов по информатике, физике и другим дисциплинам. Есть также замечательные книги о самом языке программирования Python и о том, как стать эффективным программистом.
Поскольку книга задумана как введение в работу с данными на Python, считаю полезным дать замкнутый обзор некоторых наиболее важных особенностей встроенных в Python структур данных и библиотек с точки зрения манипулирования данными. Поэтому в этой и следующей главах приводится лишь информация, необходимая для чтения книги.
ОГЛАВЛЕНИЕ.
Предисловие.
Об авторе.
Об иллюстрации на обложке.
Глава 1. Предварительные сведения.
Глава 2. Основы языка Python, IPython и Jupyter-блокноты.
Глава 3. Встроенные структуры данных, функции и файлы.
Глава 4. Основы NumPy: массивы и векторные вычисления.
Глава 5. Первое знакомство с pandas.
Глава 6. Чтение и запись данных, форматы файлов.
Глава 7. Очистка и подготовка данных.
Глава 8. Переформатирование данных: соединение, комбинирование и изменение формы.
Глава 9. Построение графиков и визуализация.
Глава 10. Агрегирование данных и групповые операции.
Глава 11. Временные ряды.
Глава 12. Дополнительные сведения о библиотеке NumPy.
Глава 13. Введение в библиотеки моделирования на Python.
Глава 14. Примеры анализа данных.
Приложение A. Дополнительные сведения о библиотеке NumPy.
Приложение B. Еще о системе IPython.
Предметный указатель.
Купить .
Купить .
По кнопкам выше и ниже «Купить бумажную книгу» и по ссылке «Купить» можно купить эту книгу с доставкой по всей России и похожие книги по самой лучшей цене в бумажном виде на сайтах официальных интернет магазинов Лабиринт, Озон, Буквоед, Читай-город, Литрес, My-shop, Book24, Books.ru.
По кнопке «Купить и скачать электронную книгу» можно купить эту книгу в электронном виде в официальном интернет магазине «Литрес», и потом ее скачать на сайте Литреса.
По кнопке «Найти похожие материалы на других сайтах» можно найти похожие материалы на других сайтах.
On the buttons above and below you can buy the book in official online stores Labirint, Ozon and others. Also you can search related and similar materials on other sites.
Дата публикации:
Хештеги: #учебник по программированию :: #программирование :: #Маккини
Смотрите также учебники, книги и учебные материалы:
Следующие учебники и книги:
Предыдущие статьи:
