- Principes fondamentaux pour résoudre les problèmes numériques avec Python
- Traitement de grandes quantités de données avec NumPy, par exemple B. en apprentissage automatique.
- Visualisation des données avec Matplotlib
- Idéal pour les personnes issues de la science, de l'ingénierie et de l'analyse de données.
- Idéal pour passer de Matlab à Python
- Introduction basée sur de nombreux exemples et cas pratiques ainsi que des exemples de solutions.
- Votre avantage exclusif : e-book à l'intérieur lors de l'achat du livre imprimé.
Ce livre explique les principes fondamentaux Python pour résoudre des problèmes numériques dans les domaines de la « science des données » et du « machine learning ».
La première partie concerne NumPy comme base de la programmation numérique avec Python. En profondeur, les tableaux sont traités comme le type de données central pour tout, les opérations numériques, la diffusion et les Ufuncs. Les statistiques et le calcul de probabilité sont consacrés à un chapitre distinct, tout comme le masquage booléen et la gestion des fichiers.
La visualisation des données avec Matplotlib constitue le point central de la deuxième partie. Tout d'abord, il s'agit du concept de Matplotlib. Il couvre les lignes, les graphiques à barres, les histogrammes et les tracés de contour.
La troisième partie tourne autour des pandas avec ses séries et ses DataFrames. Il couvre également la gestion de différents formats de fichiers tels que Excel, CSV et JSON ainsi que les données incomplètes et NaN. Les possibilités de visualisation des données sont affichées directement avec les pandas.
La quatrième partie fournit des exemples d'applications du matériel appris, comme un livre de ménage et un compte d'excédent de revenu pratique. Il existe également une introduction aux techniques de traitement d'image.
Presque chacun des 32 chapitres contient des exercices supplémentaires pour tester et approfondir ce qui a été appris, les solutions associées sont résumées dans la cinquième partie.
À partir du contenu //
NumPy
• Opérations numériques sur tableaux multidimensionnels
• Diffusion et Ufuncs
Matplotlib :
• Graphène discret et continu
• Graphiques à barres et à colonnes, histogrammes, tracés de contours.
Pandas :
• Séries et DataFrames
• Fonctionne avec les fichiers Excel, CSV et JSON.
• Données incomplètes (NaN)
• Visualisation des données
Exemples pratiques :
• Traitement d'image.
• Livre de ménage et facture de revenu excédentaire
Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.
Vendeur : medimops, Berlin, Allemagne
Etat : good. Befriedigend/Good: Durchschnittlich erhaltenes Buch bzw. Schutzumschlag mit Gebrauchsspuren, aber vollständigen Seiten. / Describes the average WORN book or dust jacket that has all the pages present. N° de réf. du vendeur M03446471707-G
Quantité disponible : 1 disponible(s)