- Grundlagen zur Lösung numerischer Probleme mit Python - Verarbeitung großer Datenmengen mit
NumPy z. B. im maschinellen Lernen - Datenvisualisierung mit Matplotlib - Ideal für Personen
aus Wissenschaft Ingenieurwesen und Datenanalyse - Ideal zum Umstieg von Matlab auf Python -
Einführung anhand vieler Beispiele und Praxisfälle sowie Musterlösungen - Ihr exklusiver
Vorteil: E-Book inside beim Kauf des gedruckten Buches Dieses Buch vermittelt die
Python-Grundlagen zur Lösung numerischer Probleme aus den Gebieten »Data Science« und
»Maschinelles Lernen«. Im ersten Teil geht es um NumPy als Basis der numerischen Programmierung
mit Python. Eingehend behandelt werden Arrays als zentraler Datentyp für alles Numerische
Operationen Broadcasting und Ufuncs. Statistik und Wahrscheinlichkeitsrechnung ist ein eigenes
Kapitel gewidmet ebenso wie Boolscher Maskierung und File-Handling. Die Datenvisualisierung
mit Matplotlib bildet den Schwerpunkt des zweiten Teils. Zunächst geht es um die Begrif ichkeit
von Matplotlib. Behandelt werden Linien- Balkendiagramme Histogramme und Konturplots. Der
dritte Teil dreht sich um Pandas mit seinen Series und DataFrames. Behandelt wird auch der
Umgang mit verschiedensten Dateiformaten wie Excel CSV und JSON sowie mit unvollständigen
Daten und NaN. Aufgezeigt werden die Möglichkeiten der Datenvisualisierung direkt mit Pandas.
Der vierte Teil bietet Beispielanwendungen des erlernten Stoffes wie z.B. ein Haushaltsbuch
und eine praxistaugliche Einnahmeüberschussrechnung. Auch findet sich hier eine Einführung in
Bildverarbeitungstechniken. Fast jedes der 32 Kapitel enthält zusätzliche Übungen zum Erproben
und Vertiefen des Erlernten die zugehörigen Lösungen sind im fünften Teil zusammengefasst.
AUS DEM INHALT NumPy . Numerische Operationen auf mehrdimensionalen Arrays . Broadcasting
und Ufuncs Matplotlib: . Diskrete und kontinuierliche Graphen . Balken- und Säulendiagramme
Histogramme Konturplots Pandas: . Series und DataFrames . Arbeiten mit Excel- csv- und
JSON-Dateien . Unvollständige Daten (NaN) . Datenvisualisierung Praxisbeispiele: .
Bildverarbeitung . Haushaltsbuch und Einnahmeüberschussrechnung
