Bewertung:
Das Buch über Julia dient als umfassende Einführung für diejenigen, die mit der Datenanalyse vertraut sind, und richtet sich in erster Linie an Benutzer mit Vorkenntnissen in Python oder R. Es deckt sowohl die Grundlagen der Sprache Julia als auch praktische Anwendungen in der Datenanalyse, insbesondere mit dem DataFrames.jl-Paket, effektiv ab. Obwohl es für seine Struktur und Klarheit gelobt wurde, merkten einige Rezensenten an, dass es möglicherweise nicht alle interaktiven Datenanalysten anspricht und es ihm in bestimmten Bereichen an Tiefe fehlt.
Vorteile:⬤ Gut strukturiert und geschrieben, so dass es sowohl für Anfänger als auch für diejenigen, die mit anderen Programmiersprachen vertraut sind, zugänglich ist.
⬤ Behandelt sowohl die Grundlagen der Sprache Julia als auch praktische Datenanalysekonzepte, insbesondere mit DataFrames.jl.
⬤ Bietet Beispiele aus der Praxis und Schritt-für-Schritt-Projekte, die das Lernen und Behalten verbessern.
⬤ Enthält detaillierte Anhänge und hilfreiche Vergleiche mit Python und R.
⬤ Hervorragende Ressource zur Auffrischung von Datenanalysekonzepten und Best Practices.
⬤ Setzt Vorkenntnisse in der Datenanalyse voraus und ist daher für absolute Anfänger weniger geeignet.
⬤ Konzentriert sich mehr auf die Paketentwicklung als auf interaktive Datenanalyse-Workflows.
⬤ Begrenzter Inhalt zur Datenvisualisierung, was für einige Leser enttäuschend sein könnte.
⬤ Einige Inhalte könnten für Personen mit weniger Programmiererfahrung als zu technisch angesehen werden.
(basierend auf 10 Leserbewertungen)
Julia for Data Analysis
Beherrschen Sie die Grundkenntnisse der Datenanalyse mit Julia. Interessante praktische Projekte führen Sie durch Zeitreihendaten, Vorhersagemodelle, Beliebtheitsranking und mehr.
In Julia for Data Analysis lernen Sie, wie man:
Lesen und Schreiben von Daten in verschiedenen Formaten.
Mit tabellarischen Daten zu arbeiten, einschließlich Subsetting, Gruppieren und Transformieren.
Ihre Daten zu visualisieren.
Vorhersagemodelle erstellen.
Datenverarbeitungspipelines erstellen.
Erstellen von Webdiensten zur gemeinsamen Nutzung der Ergebnisse der Datenanalyse.
Schreiben Sie lesbare und effiziente Julia-Programme.
Julia wurde für die besonderen Bedürfnisse von Datenwissenschaftlern entwickelt: Sie ist ausdrucksstark und benutzerfreundlich und bietet gleichzeitig eine superschnelle Codeausführung. Julia for Data Analysis zeigt Ihnen, wie Sie die Vorteile dieser erstaunlichen Sprache voll ausschöpfen können, um Daten zu lesen, zu schreiben, zu transformieren, zu analysieren und zu visualisieren - alles, was Sie für eine effektive Datenpipeline benötigen. Das Buch wurde von Bogumil Kaminski geschrieben, einem der wichtigsten Mitwirkenden an Julia, der Nummer 1 unter den Julia-Antwortgebern auf StackOverflow und einem der Hauptentwickler von Julias Kerndatenpaket DataFrames. jl. Mit seinen ansprechenden praktischen Projekten können Sie schnell in die Praxis einsteigen. Und Sie werden sogar in der Lage sein, Ihre neuen Julia-Kenntnisse auf die allgemeine Programmierung anzuwenden!
Vorwort von Viral Shah.
Der Kauf des gedruckten Buches beinhaltet ein kostenloses eBook im PDF-, Kindle- und ePub-Format von Manning Publications.
Über die Technologie.
Julia ist eine großartige Sprache für die Datenanalyse. Sie ist leicht zu erlernen, schnell und eignet sich für alles, von einmaligen Berechnungen bis hin zu kompletten Datenverarbeitungspipelines. Ganz gleich, ob Sie nach einer besseren Möglichkeit suchen, alltägliche Geschäftsdaten zu verarbeiten, oder ob Sie gerade erst mit Data Science beginnen, Julia zu lernen, wird Ihnen wertvolle Fähigkeiten vermitteln.
Über das Buch.
Julia for Data Analysis lehrt Sie, wie Sie mit der Programmiersprache Julia zentrale Aufgaben der Datenanalyse bewältigen können. Sie beginnen mit einer Wiederholung der Sprachgrundlagen und üben Techniken zur Datentransformation, Visualisierung und mehr. Anschließend erlernen Sie anhand von spannenden Beispielen wie der Untersuchung von Währungsumrechnungen, der Interpretation von Zeitreihendaten und sogar der Erforschung von Schachrätseln grundlegende Fähigkeiten der Datenanalyse. Ganz nebenbei lernen Sie, wie Sie bestehende Datenpipelines einfach auf Julia übertragen können.
Was ist drin?
Lesen und Schreiben von Daten in verschiedenen Formaten.
Arbeiten Sie mit tabellarischen Daten, einschließlich Subsetting, Gruppierung und Transformation.
Erstellen von Datenverarbeitungspipelines.
Erstellen von Webdiensten zur gemeinsamen Nutzung der Ergebnisse von Datenanalysen.
Schreiben von lesbaren und effizienten Julia-Programmen.
Über den Leser.
Für Datenwissenschaftler, die mit Python oder R vertraut sind. Keine Erfahrung mit Julia erforderlich.
Über den Autor.
Bogumil Kaminski ist einer der Hauptentwickler von DataFrames. jl - dem Kernpaket für Datenmanipulation im Julia-Ökosystem. Er hat über 20 Jahre Erfahrung in der Durchführung von Data-Science-Projekten.
Inhaltsverzeichnis.
1 Einführung.
TEIL 1 GRUNDLEGENDE JULIA-FÄHIGKEITEN.
2 Erste Schritte mit Julia.
3 Julias Unterstützung für die Skalierung von Projekten.
4 Arbeiten mit Sammlungen in Julia.
5 Fortgeschrittene Themen zum Umgang mit Sammlungen.
6 Arbeiten mit Strings.
7 Umgang mit Zeitreihendaten und fehlenden Werten.
TEIL 2 WERKZEUGKASTEN FÜR DIE DATENANALYSE.
8 Erste Schritte mit Datenrahmen.
9 Abrufen von Daten aus einem Datenrahmen.
10 Erstellen von Datenrahmenobjekten.
11 Konvertieren und Gruppieren von Datenrahmen.
12 Mutieren und Transformieren von Datenrahmen.
13 Fortgeschrittene Transformationen von Datenrahmen.
14 Erstellen von Webdiensten für den Austausch von Datenanalyseergebnissen.
| ISBN: | 9781633439368 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2023 |
| Seitenzahl: | 426 |
Derzeit verfügbar, auf Lager.
