Per molti ricercatori, Python è uno strumento di prima classe principalmente grazie alle sue librerie per archiviare, manipolare e ottenere informazioni dai dati.. Esistono diverse risorse per i singoli pezzi di questo stack di data science, ma solo con l'Handbook di Data Science in Python li ottieni tutti: IPython, NumPy, Pandas, Matplotlib, Scikit-Learn e altri strumenti correlati.
Scienziati e analisti di dati che lavorano e hanno familiarità con la lettura e la scrittura di codice Python troveranno questo completo manuale da scrivania ideale per affrontare i problemi quotidiani.: manipolazione, trasformazione e pulizia dei dati; visualizzazione di diversi tipi di dati; e utilizzando i dati per costruire modelli statistici o di machine learning. Molto semplicemente, questo è il riferimento indispensabile per il calcolo scientifico in Python.
Con questo manuale, imparerai come usare:
IPython e Jupyter: fornire ambienti computazionali per data scientist che utilizzano Python
NumPy: include l'ndarray per l'archiviazione e la manipolazione efficienti di array di dati densi in Python
Panda: presenta il DataFrame per l'archiviazione e la manipolazione efficiente di dati etichettati/colonnari in Python
Matplotlib: include capacità per una gamma flessibile di visualizzazioni di dati in Python
Scikit-Learn: per implementazioni Python efficienti e pulite degli algoritmi di machine learning più importanti e consolidati
Circa l'autore
Jake VanderPlas è un utente e sviluppatore di lunga data dello stack scientifico Python. Attualmente lavora come direttore di ricerca interdisciplinare presso l'Università di Washington, conduce le proprie ricerche in astronomia e dedica tempo a consigliare e consultarsi con scienziati locali provenienti da un'ampia gamma di campi.
Rimborso per mancata consegna
