Numerisches Python

Arbeiten mit NumPy, Matplotlib und Pandas

06/2019
373 Seiten. Flexibler Einband

(2 Bewertungen)

Bewertung abgeben

Buch: € 29,90
Extra: E-Book inside Buch kaufen ISBN: 978-3-446-45076-9

E-Book (ePUB): € 23,99
E-Book kaufen
ISBN: 978-3-446-46161-1

Inhalt
Autor(en)
Rezensionen
Links

Leseprobe

Numerisches Python

• Grundlagen der Lösung numerischer Probleme mit Python
• Verarbeitung großer Datenmengen (»Big Data«) mit NumPy, wie sie beispielsweise im maschinellen Lernen Anwendung finden
• Zielgruppe sind Personen, die in der Wissenschaft, im Ingenieurwesen und in der Datenanalyse
tätig sind
• Datenvisualisierung mit Matplotlib
• Ideal zum Umstieg von Matlab auf Python

In diesem Buch stehen die numerischen Verfahren im Fokus, die im Gebiet »Data Science« und »Maschinelles Lernen« besonders benötigt werden. Python gehört zu den wichtigsten und am häufigsten benutzten Sprachen in diesem Gebiet und wird in Kombination mit seinen Modulen NumPy, SciPy, Matplotlib und Pandas häufiger verwendet als Matlab und R.
Der erste Teil des Buchs enthält eine kompakte Einführung in Python, eine ideale Zusammenfassung für diejenigen, die Python bereits kennen oder mit dem Buch »Einführung in Python 3« von Bernd Klein gelernt haben.
NumPy ist das zentrale Thema des zweiten Teils. Der Aufbau und das Arbeiten mit NumPy-Arrays bilden den Ausgangspunkt dieses Kapitels. Danach wird auf die besonderen Aspekte des dtype-Datentyps eingegangen. In einem weiteren Kapitel stehen die Numerischen Operationen, Broadcasting und Ufuncs von NumPy im Mittelpunkt.
Einigen Fragestellungen der Statistik und der Wahrscheinlichkeitsrechnung wurde ebenfalls ein Kapitel gewidmet. Auch auf die Boolesche Maskierung und Indizierung von NumPy-Arrays wird eingegangen. Der NumPy-Teil des Buchs schließt mit dem File-Handling von Daten.

AUS DEM INHALT //
NumPy:
Numerische Operationen auf mehrdimensionalen Arrays/Broadcasting/Ufuncs
Matplotlib:
Diskrete und kontinuierliche Graphen/Balken- und Säulendiagramme/Histogramme/Konturplots
Pandas:
Series/DataFrames/Lesen, Schreiben und Bearbeiten von Excel- und csv-Dateien/Umgang mit unvollständigen Daten/Datenvisualisierung/Zeitserien

EXTRA: E-Book inside. Systemvoraussetzungen für E-Book inside: Internet-Verbindung und Adobe-Reader oder Ebook-Reader bzw. Adobe Digital Editions.

Der Diplom-Informatiker Bernd Klein genießt internationales Ansehen als Python-Dozent. Bisher hat er über 350 Python-Kurse in Firmen und Forschungsinstituten in Deutschland, Frankreich, der Schweiz, Österreich, den Niederlanden, Luxemburg, Rumänien und Kanada durchgeführt. Er ist Gründer und Inhaber des Schulungsanbieters Bodenseo. Besondere Anerkennung findet er wegen seiner
Python-Webseiten, die jährlich über 6 Millionen Besucher verzeichnen. Seit 2016 ist er Lehrbeauftragter für Python und maschinelles Lernen an der Universität Freiburg.

Pressestimmen

"Im Fokus stehen numerische Verfahren, die für Data Science und maschinelles Lernen benötigt werden. Genutzt werden Python-Bibliotheken wie NumPy, SciPy und Matplotlib. Inklusive kompakter Einführung in Python." dotnetpro, September 2019

Leserstimmen

von Magdalena M.

Bernd Klein ist ein exzellenter Programmierlehrer. Sowohl seine Kurse wie auch Bücher leiten in einfacher und klarer Sprache in die Python3-Programmierung ein.
Das Buch widmet sich den wichtigen Aspekten der „Big Data“ Analyse, welche in Hinsicht einer Zunahme von frei verfügbaren Geo- und Fernerkundungsdaten, eine sehr aktuelle Rolle spielt. Seit 2014 und dem Anfang des Copernicus Sentinel Programms, eröffnet sich ein außerordentliches Potenzial an Geodaten, die rund um die Uhr und über die ganze Erde aufgenommen werden. Diese Daten sind die Antwort und Notwendigkeit der europäische Erdbeobachtung für Landüberwachung, Überwachung der Meeresumwelt, Katastrophen- und Krisenmanagement, Überwachung der Atmosphäre, Überwachung des Klimawandels und für zivile Sicherheit.
Das Buch - auch wenn nicht explizit der Satellitendatenverarbeitung gewidmet – zeigt wie Python in Kombination mit seinen „Spezialmodulen“ effizient für diese Daten und Lösung numerischer Probleme eingesetzt werden kann. Es werden die numerischen Module NumPy, SciPy, Matplotlib und Pandas vorgestellt, die besonders für die Bearbeitung und Visualisierung großen Datenmengen geeignet sind. Die Leserinnen und Leser lernen den Umgang und die Manipulation von mehrdimensionalen Arrays und Matrizen, deren Transformationen, mathematischen und statistischen Operationen, und Datenvisualisierung. Um den Spaß am Lernen zu potenzieren, wird großer Wert auf eine klare Sprache, einfache Beispielaufgaben und Lösungen gelegt.
Das Buch ist eine sehr gute Ergänzung zum Buch „Einführung in Python3 – Für Ein- und Umsteiger“ von Bernd Klein.

von Anonym

Das Buch eignet sich prima für den Einstieg in die Verwendung der Module NumPy, Mathplotlib und Pandas in der wissenschaftliche Datenauswertung. Es ist sehr verständlich geschrieben und mit vielen anschaulichen Beispielen und Übungen versehen. Als Anfängerin in der Programmierung mit Python für wissenschaftliche Anwendungen hat mir das Buch mit dem fundierten Wissen sehr geholfen. Ich empfehle es für wissenschaftliche Anwendungen auf jeden Fall weiter.