Bewertung:

Das Buch wird für seine gründliche und fesselnde Herangehensweise an das Erlernen von Python gelobt, was es für Anfänger, die physische Bücher bevorzugen, geeignet macht. Einige Nutzer kritisieren jedoch, dass ein angemessenes Referenzsystem fehlt und dass es auf fortgeschrittenem Niveau nicht ganz umfassend ist.
Vorteile:Effektiv für Anfänger, leicht zu verstehen, enthält detaillierte Beispiele und Übungen, ideal für physische Lernende, umfassende Einführung in Python-Konzepte und allgemein gut strukturiert für das Lernen.
Nachteile:Kein gutes Nachschlagewerk, um bestimmte Python-Begriffe zu finden, kein vollständiger alphabetischer Index, Code-Beispiele werden später im Buch unvollständig oder bruchstückhaft, einige Benutzer fanden die fortgeschrittenen Abschnitte enttäuschend, und es gibt Probleme mit den Seitendiskrepanzen und Kapitellösungen der Kindle-Version.
(basierend auf 36 Leserbewertungen)
The Python Workshop
Lernen Sie die Grundlagen der sauberen, effektiven Python-Programmierung und bauen Sie die praktischen Fähigkeiten auf, um Ihre eigenen Softwareentwicklungs- oder Data-Science-Projekte in Angriff zu nehmen Hauptmerkmale Erwerben Sie wichtige Python-Fähigkeiten mit fesselnden Entwicklungsaufgaben und herausfordernden Aktivitäten Implementieren Sie nützliche Algorithmen und schreiben Sie Programme, um reale Probleme zu lösen Wenden Sie Python in realistischen Data-Science-Projekten an und erstellen Sie einfache Machine-Learning-Modelle Buchbeschreibung
Wollten Sie schon immer Python lernen, wussten aber nie so recht, wie Sie anfangen sollen?
Es werden mehr Anwendungen mit Python entwickelt, als uns bewusst ist, weil die Sprache leicht zu erlernen, zu lesen und zu schreiben ist. Mit Hilfe dieses interaktiven Tutorials können Sie die Sprache jetzt schnell und effektiv erlernen.
Der Python-Workshop zeigt Ihnen zunächst, wie Sie die Python-Syntax korrekt anwenden, um einfache Programme zu schreiben, und wie Sie geeignete Python-Strukturen zum Speichern und Abrufen von Daten verwenden. Sie erfahren, wie Sie mit Dateien umgehen, wie Sie mit Fehlern umgehen und wie Sie Klassen und Methoden verwenden, um prägnanten, wiederverwendbaren und effizienten Code zu schreiben.
Im weiteren Verlauf des Kurses lernen Sie, wie Sie die Standardbibliothek verwenden, Code debuggen, um Probleme zu beheben, und Unit-Tests schreiben, um das Verhalten der Anwendung zu überprüfen.
Sie erhalten Einblicke in die Verwendung der Pandas- und NumPy-Bibliotheken für die Datenanalyse sowie der Grafikbibliotheken Matplotlib und Seaborn, um aussagekräftige Datenvisualisierungen zu erstellen. Durch die Konzentration auf Data Science für Einsteiger bauen Sie Ihre praktischen Python-Kenntnisse auf eine Weise auf, die die Entwicklung in der Praxis widerspiegelt. Schließlich lernen Sie die wichtigsten Schritte zum Erstellen und Verwenden einfacher Algorithmen für maschinelles Lernen kennen.
Am Ende dieses Python-Buches werden Sie das Wissen, die Fähigkeiten und das Selbstvertrauen haben, um Ihre eigenen ehrgeizigen Projekte mit Python kreativ anzugehen. Was Sie lernen werden Schreiben Sie sauberen und gut kommentierten Code, der leicht zu pflegen ist Automatisieren Sie wichtige alltägliche Aufgaben mit Python-Skripten Debuggen Sie logische Fehler und behandeln Sie Ausnahmen in Ihren Programmen Erforschen Sie die Grundlagen der Datenwissenschaft und erstellen Sie ansprechende Visualisierungen Beginnen Sie mit prädiktivem maschinellem Lernen Halten Sie Ihren Entwicklungsprozess mit automatisierten Tests fehlerfrei Für wen dieses Buch ist
Dieses Buch ist für alle gedacht, die neu in der Programmiersprache Python sind. Egal, ob Sie ein angehender Software-Ingenieur oder Datenwissenschaftler sind oder einfach nur neugierig, wie man mit Python programmiert, dieses Buch ist für Sie. Es sind keine vorherigen Programmiererfahrungen erforderlich. Inhaltsverzeichnis Lebenswichtiges Python - Mathematik, Zeichenketten, Konditionale und Schleifen Python-Strukturen Ausführen von Python - Programme, Algorithmen und Funktionen Erweitern von Python, Dateien, Fehler und Graphen Konstruieren von Python - Klassen und Methoden Die Standardbibliothek Pythonische Softwareentwicklung Praktisches Python - Fortgeschrittene Themen Datenanalyse mit pandas und NumPy Maschinelles Lernen