Numerisches Python - Klein, Bernd

Python-Bibliotheken für numerische Anwendungen: NumPy, Matplotlib und Pandas- Effiziente Verarbeitung großer Datenmengen - auch relevant für maschinelles Lernen- Daten visualisieren und analysieren mit Matplotlib und Pandas- Praxisbeispiele aus Wissenschaft, Ingenieurwesen, Finanzen und... pročitati sve

Python-Bibliotheken für numerische Anwendungen: NumPy, Matplotlib und Pandas- Effiziente Verarbeitung großer Datenmengen - auch relevant für maschinelles Lernen- Daten visualisieren und analysieren mit Matplotlib und Pandas- Praxisbeispiele aus Wissenschaft, Ingenieurwesen, Finanzen und Bildverarbeitung- Umfassend erweiterte 3. Auflage - mehr Umfang, neue Praxisanwendungen und farbig gestaltete DataFrames- Ihr exklusiver Vorteil: E-Book inklusive beim Kauf des gedruckten BuchesDieses Buch vermittelt die Python-Grundlagen zur Bearbeitung numerischer Probleme in den Bereichen Data Science und Maschinelles Lernen.Im ersten Teil steht NumPy als Basis der numerischen Programmierung im Mittelpunkt: Arrays als zentraler Datentyp, numerische Operationen, Broadcasting und Ufuncs werden ebenso behandelt wie Statistik, Wahrscheinlichkeitsrechnung, boolesche Maskierung und Dateiverarbeitung. Der zweite Teil widmet sich der Datenvisualisierung mit Matplotlib - von den grundlegenden Konzepten bis hin zu Linien-, Balken-, Histogramm- und Konturplots. Im dritten Teil geht es um Pandas mit Series und DataFrames, den Import und Export von Excel-, CSV- und JSON-Dateien, den Umgang mit fehlenden Daten sowie die Möglichkeiten der Visualisierung direkt in Pandas. Der vierte Teil bietet praxisnahe Anwendungen, darunter ein Haushaltsbuch, eine Einnahmen-Überschuss-Rechnung und eine Einführung in die Bildverarbeitung.Abgerundet wird das Buch durch einen fünften Teil mit den Lösungen zu den zahlreichen Übungsaufgaben, die fast jedes der 33 Kapitel begleiten.AUS DEM INHALT //- Numerische Operationen mit Arrays, Broadcasting und Ufuncs- Statistik und Wahrscheinlichkeitsrechnung mit NumPy- Dateiverarbeitung und File-Handling- Diagramme mit Matplotlib: Linien, Balken, Histogramme, Konturplots- Arbeiten mit Series und DataFrames- Import und Export von Excel-, CSV- und JSON-Dateien- Umgang mit fehlenden Werten (NaN) und Visualisierung mit Pandas- Praxisbeispiele: Bildverarbeitung, Haushaltsbuch und Einnahmen-Überschuss-Rechnung- Übungen zu fast allen Kapiteln mit ausführlichen Lösungen

sakriti opis