Numerisches Python

Arbeiten mit NumPy, Matplotlib und Pandas

29,99 € (ePub)
sofort lieferbar
29,99 € (PDF)
sofort lieferbar
Beschreibung
Numerisches Python
- Grundlagen zur Lösung numerischer Probleme mit Python
- Verarbeitung großer Datenmengen mit NumPy, z. B. im maschinellen Lernen
- Datenvisualisierung mit Matplotlib
- Ideal für Personen aus Wissenschaft, Ingenieurwesen und Datenanalyse
- Ideal zum Umstieg von Matlab auf Python
- Einführung anhand vieler Beispiele und Praxisfälle sowie Musterlösungen
- Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten Buches

Dieses Buch vermittelt die Python-Grundlagen zur Lösung numerischer Probleme aus den Gebieten »Data Science« und »Maschinelles Lernen«.
Im ersten Teil geht es um NumPy als Basis der numerischen Programmierung mit Python. Eingehend behandelt werden Arrays als zentraler Datentyp für alles, Numerische Operationen, Broadcasting und Ufuncs. Statistik und Wahrscheinlichkeitsrechnung ist ein eigenes Kapitel gewidmet, ebenso wie Boolscher Maskierung und File-Handling.
Die Datenvisualisierung mit Matplotlib bildet den Schwerpunkt des zweiten Teils. Zunächst geht es um die Begrif ichkeit von Matplotlib. Behandelt werden Linien-, Balkendiagramme, Histogramme und Konturplots.
Der dritte Teil dreht sich um Pandas mit seinen Series und DataFrames. Behandelt wird auch der Umgang mit verschiedensten Dateiformaten wie Excel, CSV und JSON sowie mit unvollständigen Daten und NaN. Aufgezeigt werden die Möglichkeiten der Datenvisualisierung direkt mit Pandas.
Der vierte Teil bietet Beispielanwendungen des erlernten Stoffes, wie z.B. ein Haushaltsbuch und eine praxistaugliche Einnahmeüberschussrechnung. Auch findet sich hier eine Einführung in Bildverarbeitungstechniken.
Fast jedes der 32 Kapitel enthält zusätzliche Übungen zum Erproben und Vertiefen des Erlernten, die zugehörigen Lösungen sind im fünften Teil zusammengefasst.

AUS DEM INHALT //
NumPy
• Numerische Operationen auf mehrdimensionalen Arrays
• Broadcasting und Ufuncs
Matplotlib:
• Diskrete und kontinuierliche Graphen
• Balken- und Säulendiagramme, Histogramme, Konturplots
Pandas:
• Series und DataFrames
• Arbeiten mit Excel-, csv- und JSON-Dateien
• Unvollständige Daten (NaN)
• Datenvisualisierung
Praxisbeispiele:
• Bildverarbeitung
• Haushaltsbuch und Einnahmeüberschussrechnung
Numerisches Python
- Grundlagen zur Lösung numerischer Probleme mit Python
- Verarbeitung großer Datenmengen mit NumPy, z. B. im maschinellen Lernen
- Datenvisualisierung mit Matplotlib
- Ideal für Personen aus Wissenschaft, Ingenieurwesen und Datenanalyse
- Ideal zum Umstieg von Matlab auf Python
- Einführung anhand vieler Beispiele und Praxisfälle sowie Musterlösungen
- Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten Buches

Dieses Buch vermittelt die Python-Grundlagen zur Lösung numerischer Probleme aus den Gebieten »Data Science« und »Maschinelles Lernen«.
Im ersten Teil geht es um NumPy als Basis der numerischen Programmierung mit Python. Eingehend behandelt werden Arrays als zentraler Datentyp für alles, Numerische Operationen, Broadcasting und Ufuncs. Statistik und Wahrscheinlichkeitsrechnung ist ein eigenes Kapitel gewidmet, ebenso wie Boolscher Maskierung und File-Handling.
Die Datenvisualisierung mit Matplotlib bildet den Schwerpunkt des zweiten Teils. Zunächst geht es um die Begrif ichkeit von Matplotlib. Behandelt werden Linien-, Balkendiagramme, Histogramme und Konturplots.
Der dritte Teil dreht sich um Pandas mit seinen Series und DataFrames. Behandelt wird auch der Umgang mit verschiedensten Dateiformaten wie Excel, CSV und JSON sowie mit unvollständigen Daten und NaN. Aufgezeigt werden die Möglichkeiten der Datenvisualisierung direkt mit Pandas.
Der vierte Teil bietet Beispielanwendungen des erlernten Stoffes, wie z.B. ein Haushaltsbuch und eine praxistaugliche Einnahmeüberschussrechnung. Auch findet sich hier eine Einführung in Bildverarbeitungstechniken.
Fast jedes der 32 Kapitel enthält zusätzliche Übungen zum Erproben und Vertiefen des Erlernten, die zugehörigen Lösungen sind im fünften Teil zusammengefasst.

AUS DEM INHALT //
NumPy
• Numerische Operationen auf mehrdimensionalen Arrays
• Broadcasting und Ufuncs
Matplotlib:
• Diskrete und kontinuierliche Graphen
• Balken- und Säulendiagramme, Histogramme, Konturplots
Pandas:
• Series und DataFrames
• Arbeiten mit Excel-, csv- und JSON-Dateien
• Unvollständige Daten (NaN)
• Datenvisualisierung
Praxisbeispiele:
• Bildverarbeitung
• Haushaltsbuch und Einnahmeüberschussrechnung
Kundenbewertungen für "Numerisches Python"
(Geprüfte Bewertung)
08.09.2023

Guter Überblick über NumPy, Matplotlib und Panda

Das Buch gibt eine gute Einführung in die Python Bibliotheken NumPy, Matplotlib und Panda.
NumPy wird verwendet um numerische Operationen mit Hilfe von Matrizen und Vektoren durchführen. Matplotlib bietet ein reichhaltiges Angebot an Funktionen und Parameter um aus Daten Diagramme in verschiedenartigen Darstellungsformen zu generieren. Panda ist sehr wichtig, wenn Daten in verschiedenen Formaten gespeichert und wieder eingelesen werden sollen. Vor allem die Fähigkeit von Panda mit Daten aus Excel Dateien umzugehen macht sie sehr beliebt.
Das Buch zeigt die Vorteile und Stärken von diesen Bibliotheken und zeigt in Form von zahlreichen Beispielen wie man diese verwenden kann. Es eignet sich sehr gut auch für Nutzer, die sich mit der MATLAB Befehlssyntax auskennen, da die Befehle in Numpy und Matplotlib sehr ähnlich strukturiert sind.
Als Einführung und Überblick hat mir das Buch sehr gut gefallen und auch als Nachschlagewerk finde ich es wertvoll, da man schnell anhand der Beispiele Lösungsansätze für eigene Problemstellungen finden kann. Ich habe die Beispiele in Jupyter Notebook als spätere Referenz und bessere Nachvollziehbarkeit geschrieben. Es hat mir auch sehr gefallen, dass das Buch auch Aufgaben mit ihren Lösungen beinhaltet.
Dieses Buch enthält keine Referenz auf die Bibliotheksbefehle mit allen Ihren Parameter. Es ist auch kein Lernbuch für numerische Mathematik oder Vektor- und Matrizenrechnung. Es beinhaltet etwas Statistik und Wahrscheinlichkeitsrechnung um die Mächtigkeit der NumPy Bibliothek und Einfachheit in Umgang mit Verteilungen zu erläutern. Gefallen hat es mir, dass dabei auch der Umgang der Bibliothek mit den Zahlen und ihre Darstellung, Genauigkeit gezeigt wurde.
Insgesamt als Lehrbuch und Nachschlagewerk sehr wertvoll, da auch durch die vielen Beispiele, viele Anregungen und Lösungsansätze für eigene Aufgaben gefunden werden können.

(Geprüfte Bewertung)
23.08.2023

Informatives und gut strukturiertes Fachbuch für den Einstieg

Über 26 Kapitel verteilt wird hier dem Leser in verständlicher Sprache der Einstieg in Python, Numpy, Matplotlib und Pandas ermöglicht. Beginnend bei den Python-Grundlagen incl. Grundlagen der OOP wird eine umfassende Wissensbasis ermöglicht, um in den darauffolgenden Kapiteln in die doch sehr komplexen mathematischen Bibliotheken einen Zugang zu finden und diese dann auch anwenden zu können.
Um jedes Thema zu vertiefen, empfiehlt es sich, die zugehörigen Übungen zu machen, die Lösungen und evtl. benötigte Dateien finden sich unter dem im Buch angegebenen Link.

(Geprüfte Bewertung)
22.08.2023

Gelungene Einführung in NumPy, Matplotlib und Panda

Das Buch erklärt die Funktionalität des Python Moduls NumPy und der Bibliotheken Matplotlib und Pandas an Hand vieler leicht nachvollziehbarer Beispiele und Aufgaben. Wenn man diese Beispiele alle selbst ausprobiert hat dann trägt das sehr zum Lernerfolg bei.

Für numerische Anwendungen mit Vektoren und Matrizen ist die Verwendung von NumPy empfehlenswert um Rechenzeit zu sparen und den Speicherbedarf geringer zu halten als bei purem Python. Die Datenstrukturen lassen sich so wählen, dass man damit auch Excel Listen modellieren und den Dateizugriff optimieren kann, so dass man die Datenstrukturen elegant einlesen kann.

Mit Hilfe von Boolescher Maskierung kann man Messwerte mit Hilfe von Schwellwerten filtern, was für die Datenanalyse (Bildanalyse, Schwellwertdetektoren) nützlich ist.

Die Bibliotheken Matplotlib und Pandas ermöglichen die Darstellung von Funktionswerten (1-dimensionale Linien- und 2-dimensionale Konturdiagramme) als auch die Visualisierung von Häufigkeiten in Histogrammen, Balken- und Kuchendiagrammen. Ausgehend von einfachen Beispielen werden auch komplexere Darstellungen im Buch erklärt.

Aus dem Gebiet der Statistik werden Gleich- und Gauß-verteilte Zufallszahlen behandelt.
Es gibt einige Verfahren von NumPy wie z.B. die Lösung von Gleichungssystemen, Berechnung von Eigenwerten, Fouriertransformation, Sortieralgorithmen etc. die im Buch NICHT angesprochen werden. Da im Titel des Buches von „Numerik“ die Rede ist, hätte ich das eigentlich erwartet. Zumindest sollte man im Buch darauf hinweisen, dass es noch weitere Features von NumPy gibt.

Wenn Python nicht weiß wie ein Zahlenwert ermittelt werden soll dann setzt es den Fehler „NaN“ (Not-A-Number). Im Buch ist erklärt wie man diesen Fehlerwert behandeln kann.

Das Kapitel „Kurze Einführung in Python“ könnte man weglassen. Das ist etwas zu kurz gehalten. Besser man liest dazu ein seperates Buch.

Insgesamt aber ist das Buch eine gelungene Einführung von Werkzeugen für Python (NumPy, Matplotlib, Pandas) zur Modellierung, Analyse und Visualisierung von Big Data. Es ist eine Empfehlung wert – insbesondere sind die vielen Beispiele sehr hilfreich.

Bewertung schreiben
Bewertungen werden nach Überprüfung freigeschaltet.

Die mit einem * markierten Felder sind Pflichtfelder.

Autor(en)

Der Diplom-Informatiker Bernd Klein genießt internationales Ansehen als Python-Dozent. Bisher hat er über 500 Python-Kurse in Firmen, Forschungsinstituten und Lehraufträgen von Universitäten in Deutschland, Frankreich, der Schweiz, Österreich, den Niederlanden, Luxemburg, Rumänien und Kanada durchgeführt. Er ist Gründer und Inhaber des Schulungsanbieters Bodenseo. Große Aufmerksamkeit finden seine Python-Webseiten www.python-kurs.eu und www.python-course.eu mit jährlich über 6 Millionen Besuchenden.

Der Diplom-Informatiker Bernd Klein genießt internationales Ansehen als Python-Dozent. Bisher hat er über 500 Python-Kurse in Firmen, Forschungsinstituten und Lehraufträgen von Universitäten in Deutschland, Frankreich, der Schweiz, Österreich, den Niederlanden, Luxemburg, Rumänien und Kanada durchgeführt. Er ist Gründer und Inhaber des Schulungsanbieters Bodenseo. Große Aufmerksamkeit finden seine Python-Webseiten www.python-kurs.eu und www.python-course.eu mit jährlich über 6 Millionen Besuchenden.

Weitere Titel des Autors Auch oft angesehen
Newsletter

Nichts mehr verpassen!

Aktuelles & Angebote
im monatlichen IT-Newsletter.

Hanser Youtube Channel

Autoreninterviews,
Messebesuche, Buchvorstellungen,
Events
und vieles mehr.

Hanser Podcast

Wissen für die Ohren

Themen aus Wirtschaft,
Management und Technik