Python Data Science Handbook

For mange forskere er Python et førsteklasses værktøj, primært takket være de stærke biblioteker til at gemme, håndtere og skabe indsigt fra data. Mens der findes flere ressourcer til de enkelte dele af denne datavidenskabelige værktøjskasse, er *Python Data Science Handbook* den bog, der samler det hele på ét sted. Her får du en samlet introduktion til IPython, NumPy, Pandas, Matplotlib, Scikit-Learn og andre relaterede værktøjer. Denne omfattende opslagsbog er ideel for arbejdende forskere og databehandlere, som allerede er fortrolige med at læse og skrive Python-kode. Den fungerer som det perfekte redskab til at tackle hverdagens udfordringer, hvad enten det drejer sig om manipulering, transformering og rensning af data, visualisering af forskellige datatyper eller brugen af data til at bygge statistiske modeller og maskinlæringsmodeller. Det er ganske enkelt en uundværlig reference til videnskabelig databehandling i Python. Med denne håndbog lærer du at mestre de mest afgørende teknologier på området. Du får indblik i IPython og Jupyter, som udgør det beregningsmæssige miljø for datavidenskabsfolk. Derudover dækkes NumPy, som inkluderer 'ndarray' til effektiv lagring og håndtering af tætte datastrukturer, samt Pandas, der med sin 'DataFrame' gør det nemt at arbejde med mærkede data i kolonner. Endelig gennemgår bogen Matplotlib til at skabe fleksible datavisualiseringer og Scikit-Learn, som giver dig adgang til effektive Python-implementeringer af de vigtigste og mest anerkendte algoritmer inden for maskinlæring.