Bewertung:
Dieses Buch ist eine wertvolle Ressource für alle, die Python für die Analyse und wissenschaftliche Arbeit erlernen möchten. Es wird für seine Klarheit und die gründliche Abdeckung wesentlicher Themen geschätzt, obwohl es für diejenigen, die eine tiefgreifende Erkundung der Sprache suchen, vielleicht nicht geeignet ist. Es dient sowohl als Leitfaden für Anfänger als auch als nützliche Referenz für erfahrene Benutzer.
Vorteile:Das Buch ist klar und leicht verständlich, vermittelt effektiv die wichtigsten Informationen, ist nützlich für Anfänger, die Python für die Analytik lernen, und bietet hilfreiche Einblicke in Visualisierungsbibliotheken. Es enthält außerdem detaillierte Abschnitte, die sowohl für neue als auch für erfahrene Benutzer von Nutzen sein können.
Nachteile:Einige Abschnitte, insbesondere diejenigen, die sich mit der Einrichtung der Umgebung befassen, können sich für erfahrene Leser zu detailliert anfühlen oder sich in die Länge ziehen. Das Buch ist möglicherweise nicht für diejenigen geeignet, die einen tiefen Einblick in die Programmiersprache Python selbst suchen.
(basierend auf 6 Leserbewertungen)
Python Tools for Scientists: An Introduction to Using Anaconda, Jupyterlab, and Python's Scientific Libraries
Eine Einführung in die Programmiersprache Python und ihre beliebtesten Werkzeuge für Wissenschaftler, Ingenieure, Studenten und alle, die Python für Forschung, Simulationen und Zusammenarbeit nutzen wollen.
Python Tools for Scientists führt Sie in Python-Tools ein, die Sie in Ihrer wissenschaftlichen Forschung verwenden können, darunter Anaconda, Spyder, Jupyter Notebooks, JupyterLab und zahlreiche Python-Bibliotheken. Sie werden lernen, Python für Aufgaben wie die Erstellung von Visualisierungen, die Darstellung von Geodaten, die Simulation von Naturereignissen und die Bearbeitung von numerischen Daten zu verwenden.
Nachdem Sie sich mit Anaconda eine optimale Programmierumgebung geschaffen haben, lernen Sie, wie Sie Ihre Projekte organisieren und Interpreter, Texteditoren, Notizbücher und Entwicklungsumgebungen für die Arbeit mit Ihrem Code nutzen. Nach der rasanten Python-Fibel lernen Sie eine Reihe wissenschaftlicher Werkzeuge und Bibliotheken wie scikit-learn und seaborn kennen, mit denen Sie Ihre Daten bearbeiten und visualisieren oder mit Algorithmen für maschinelles Lernen analysieren können.
Sie werden auch lernen, wie:
⬤ Isolierte Projekte in virtuellen Umgebungen zu erstellen, interaktive Notizbücher zu erstellen, Code in der Qt-Konsole zu testen und die interaktiven Entwicklungsfunktionen von Spyder zu nutzen.
⬤ Pythons eingebaute Datentypen verwenden, eigene Funktionen und Klassen schreiben und Ihren Code dokumentieren.
⬤ Daten mit den wichtigen Bibliotheken NumPy, Matplotlib und Pandas darstellen.
⬤ Verwenden Sie Python-Bibliotheken wie Plotly, HoloViews und Datashader, um große Datensätze zu verarbeiten und 3D-Visualisierungen zu erstellen.
Unabhängig von Ihrem wissenschaftlichen Fachgebiet zeigt Ihnen Python Tools for Scientists, wie Sie die besten Tools für Ihre Forschungs- und Berechnungsanforderungen auswählen.
© Book1 Group - Alle Rechte vorbehalten.
Der Inhalt dieser Seite darf weder teilweise noch vollständig ohne schriftliche Genehmigung des Eigentümers kopiert oder verwendet werden.
Letzte Änderung: 2024.11.13 22:11 (GMT)