Narzędzia Python dla naukowców: Wprowadzenie do korzystania z Anacondy, Jupyterlab i bibliotek naukowych Pythona

Opinie czytelników

Ta książka jest cennym źródłem informacji dla tych, którzy chcą nauczyć się Pythona do analityki i pracy naukowej. Jest ceniona za przejrzystość i dokładne omówienie najważniejszych tematów, choć może nie być odpowiednia dla osób poszukujących dogłębnej eksploracji języka. Służy zarówno jako przewodnik dla początkujących, jak i przydatne odniesienie dla doświadczonych użytkowników.

Książka jest przejrzysta i łatwa do zrozumienia, skutecznie przekazuje istotne informacje, jest przydatna dla początkujących uczących się Pythona do analityki i zapewnia pomocne spostrzeżenia na temat bibliotek wizualizacji. Zawiera również szczegółowe sekcje, które mogą przynieść korzyści zarówno nowym, jak i doświadczonym użytkownikom.

Niektóre sekcje, szczególnie te skupiające się na konfiguracji środowiska, mogą wydawać się zbyt szczegółowe lub przeciągać się dla bardziej doświadczonego czytelnika. Może nie być odpowiednia dla tych, którzy szukają dogłębnej analizy samego języka programowania Python.

(na podstawie 6 opinii czytelników)

Oryginalny tytuł:

Python Tools for Scientists: An Introduction to Using Anaconda, Jupyterlab, and Python's Scientific Libraries

Zawartość książki:

Wprowadzenie do języka programowania Python i jego najpopularniejszych narzędzi dla naukowców, inżynierów, studentów i każdego, kto chce używać Pythona do badań, symulacji i współpracy.

Python Tools for Scientists wprowadzi cię w narzędzia Pythona, które możesz wykorzystać w swoich badaniach naukowych, w tym Anaconda, Spyder, Jupyter Notebooks, JupyterLab i liczne biblioteki Pythona. Nauczysz się używać Pythona do takich zadań, jak tworzenie wizualizacji, reprezentowanie informacji geoprzestrzennych, symulowanie zdarzeń naturalnych i manipulowanie danymi numerycznymi.

Po zbudowaniu optymalnego środowiska programistycznego za pomocą Anacondy dowiesz się, jak organizować swoje projekty i korzystać z interpreterów, edytorów tekstu, notatników i środowisk programistycznych do pracy z kodem. Po szybkim wstępie do Pythona, poznasz szereg narzędzi naukowych i bibliotek, takich jak scikit-learn i seaborn, których możesz używać do manipulowania i wizualizacji danych lub analizowania ich za pomocą algorytmów uczenia maszynowego.

Dowiesz się również, jak

⬤ Tworzyć odizolowane projekty w wirtualnych środowiskach, budować interaktywne notatniki, testować kod w konsoli Qt i korzystać z interaktywnych funkcji programistycznych Spyder.

⬤ Korzystaj z wbudowanych typów danych Pythona, pisz niestandardowe funkcje i klasy oraz dokumentuj swój kod.

⬤ Reprezentować dane za pomocą podstawowych bibliotek NumPy, Matplotlib i pandas.

⬤ Korzystaj z bibliotek Pythona do tworzenia wykresów, takich jak Plotly, HoloViews i Datashader, aby obsługiwać duże zbiory danych i tworzyć wizualizacje 3D.

Niezależnie od dziedziny naukowej, Python Tools for Scientists pokaże ci, jak wybrać najlepsze narzędzia, aby spełnić twoje potrzeby badawcze i analizy obliczeniowej.