Numerisches Python

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.



The computer scientist Bernd Klein enjoys an international reputation as a Python lecturer. To date, he has conducted over 500 Python courses in companies, research institutes and teaching positions at universities in Germany, France, Switzerland, Austria, the Netherlands, Luxembourg, Romania and Canada. He is the founder and owner of the training provider Bodenseo. His Python websites www.python-kurs.eu and www.python-course.eu attract a lot of attention with over 6 million visitors every year.



- Python-Bibliotheken für numerische Anwendungen: NumPy, Matplotlib und Pandas

- Effiziente Verarbeitung großer Datenmengen – auch relevant für maschinelles Lernen

- Daten visualisieren und analysieren mit Matplotlib und Pandas

- Praxisbeispiele aus Wissenschaft, Ingenieurwesen, Finanzen und Bildverarbeitung

- Umfassend erweiterte 3. Auflage – mehr Umfang, neue Praxisanwendungen und farbig gestaltete DataFrames

- Ihr exklusiver Vorteil: E-Book inklusive beim Kauf des gedruckten Buches



Dieses Buch vermittelt die Python-Grundlagen zur Bearbeitung numerischer Probleme in den Bereichen Data Science und Maschinelles Lernen.



Im ersten Teil steht NumPy als Basis der numerischen Programmierung im Mittelpunkt: Arrays als zentraler Datentyp, numerische Operationen, Broadcasting und Ufuncs werden ebenso behandelt wie Statistik, Wahrscheinlichkeitsrechnung, boolesche Maskierung und Dateiverarbeitung. Der zweite Teil widmet sich der Datenvisualisierung mit Matplotlib – von den grundlegenden Konzepten bis hin zu Linien-, Balken-, Histogramm- und Konturplots. Im dritten Teil geht es um Pandas mit Series und DataFrames, den Import und Export von Excel-, CSV- und JSON-Dateien, den Umgang mit fehlenden Daten sowie die Möglichkeiten der Visualisierung direkt in Pandas. Der vierte Teil bietet praxisnahe Anwendungen, darunter ein Haushaltsbuch, eine Einnahmen-Überschuss-Rechnung und eine Einführung in die Bildverarbeitung.



Abgerundet wird das Buch durch einen fünften Teil mit den Lösungen zu den zahlreichen Übungsaufgaben, die fast jedes der 33 Kapitel begleiten.



AUS DEM INHALT //

- Numerische Operationen mit Arrays, Broadcasting und Ufuncs

- Statistik und Wahrscheinlichkeitsrechnung mit NumPy

- Dateiverarbeitung und File-Handling

- Diagramme mit Matplotlib: Linien, Balken, Histogramme, Konturplots

- Arbeiten mit Series und DataFrames

- Import und Export von Excel-, CSV- und JSON-Dateien

- Umgang mit fehlenden Werten (NaN) und Visualisierung mit Pandas

- Praxisbeispiele: Bildverarbeitung, Haushaltsbuch und Einnahmen-Überschuss-Rechnung

- Übungen zu fast allen Kapiteln mit ausführlichen Lösungen