Bewertung:
Das Buch „Python und HDF5“ wird als hervorragende Ressource für das Erlernen der Verwendung von HDF5 mit Python gelobt und bietet klare Erklärungen und praktische Beispiele. Es wird als unentbehrlich für jeden angesehen, der mit diesen Technologien arbeitet, obwohl einige Rezensenten Unzulänglichkeiten wie Schwarz-Weiß-Grafiken anstelle von Farbe und einen fehlenden Fokus auf die Verwendung von HDF5 mit der Pandas-Bibliothek anmerkten.
Vorteile:Gut geschrieben und zugänglich, prägnant und ohne Schnörkel, ausgezeichnete Beispiele, deckt HDF5 umfassend ab, geeignet für Anfänger und Fortgeschrittene, enthält Informationen über paralleles HDF5, bietet eine solide Grundlage für die Arbeit mit HDF5 in Python.
Nachteile:Einige Diagramme sind in schwarz-weiß statt in Farbe gedruckt, deckt die Integration mit Pandas nicht ausreichend ab, einige Benutzer merkten an, dass die Schriftgröße zu groß sei, was zu weniger Inhalt führt.
(basierend auf 11 Leserbewertungen)
Python and Hdf5: Unlocking Scientific Data
Sammeln Sie praktische Erfahrungen mit HDF5 für die Speicherung wissenschaftlicher Daten in Python. Dieser praktische Leitfaden macht Sie schnell mit den Details, bewährten Verfahren und Fallstricken bei der Verwendung von HDF5 zur Archivierung und gemeinsamen Nutzung numerischer Datensätze mit einer Größe von Gigabytes bis Terabytes vertraut.
Anhand von Beispielen aus der Praxis und praktischen Übungen werden Sie Themen wie wissenschaftliche Datensätze, hierarchisch organisierte Gruppen, benutzerdefinierte Metadaten und interoperable Dateien kennenlernen. Die Beispiele sind sowohl für Benutzer von Python 2 als auch von Python 3 geeignet. Wenn Sie mit den Grundlagen der Datenanalyse in Python vertraut sind, ist dies eine ideale Einführung in HDF5.
Machen Sie sich mit den HDF5-Werkzeugen vertraut und erstellen Sie Ihre erste HDF5-Datei Arbeiten Sie mit Datensätzen, indem Sie das HDF5-Dataset-Objekt kennenlernen Verstehen Sie fortgeschrittene Funktionen wie das Chunking und die Komprimierung von Datensätzen Lernen Sie, wie Sie mit der hierarchischen Struktur von HDF5 arbeiten, indem Sie Gruppen verwenden Erstellen Sie selbstbeschreibende Dateien, indem Sie Metadaten mit HDF5-Attributen hinzufügen Nutzen Sie das Typensystem von HDF5, um interoperable Dateien zu erstellen Drücken Sie Beziehungen zwischen Daten mit Referenzen, benannten Typen und Dimensionsskalen aus Entdecken Sie, wie Python-Mechanismen zum Schreiben von parallelem Code mit HDF5 interagieren.
| ISBN: | 9781449367831 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2013 |
| Seitenzahl: | 142 |
Derzeit verfügbar, auf Lager.
