Python i Hdf5: Odblokowanie danych naukowych

Opinie czytelników

Książka „Python i HDF5” jest chwalona za to, że jest doskonałym źródłem wiedzy na temat korzystania z HDF5 w Pythonie, oferując jasne wyjaśnienia i praktyczne przykłady. Jest uważana za niezbędną dla każdego, kto pracuje z tymi technologiami, chociaż niektórzy recenzenci zauważyli niedociągnięcia, takie jak czarno-białe wykresy zamiast kolorowych i brak skupienia się na używaniu HDF5 z biblioteką pandas.

Dobrze napisana i przystępna, zwięzła, bez nadęcia, doskonałe przykłady, kompleksowo omawia HDF5, odpowiednia dla początkujących i średnio zaawansowanych użytkowników, zawiera informacje na temat równoległego HDF5, zapewnia solidne podstawy do pracy z HDF5 w Pythonie.

Niektóre wykresy są drukowane w czerni i bieli zamiast w kolorze, nie obejmuje integracji z pandami w wystarczającym stopniu, niektórzy użytkownicy zauważyli, że rozmiar czcionki był zbyt duży, co prowadziło do mniejszej zawartości.

(na podstawie 11 opinii czytelników)

Oryginalny tytuł:

Python and Hdf5: Unlocking Scientific Data

Zawartość książki:

Zdobądź praktyczne doświadczenie z HDF5 do przechowywania danych naukowych w Pythonie. Ten praktyczny przewodnik pozwala szybko zapoznać się ze szczegółami, najlepszymi praktykami i pułapkami związanymi z używaniem HDF5 do archiwizowania i udostępniania numerycznych zbiorów danych o rozmiarach od gigabajtów do terabajtów.

Dzięki rzeczywistym przykładom i praktycznym ćwiczeniom poznasz takie tematy, jak naukowe zbiory danych, hierarchicznie zorganizowane grupy, metadane zdefiniowane przez użytkownika i pliki interoperacyjne. Przykłady mają zastosowanie zarówno dla użytkowników Pythona 2, jak i Pythona 3. Jeśli znasz podstawy analizy danych w Pythonie, jest to idealne wprowadzenie do HDF5.

Skonfiguruj narzędzia HDF5 i utwórz swój pierwszy plik HDF5 Pracuj z zestawami danych, poznając obiekt HDF5 Dataset Poznaj zaawansowane funkcje, takie jak dzielenie i kompresja zestawów danych Dowiedz się, jak pracować z hierarchiczną strukturą HDF5, używając grup Twórz samoopisujące się pliki, dodając metadane za pomocą atrybutów HDF5 Wykorzystaj system typów HDF5 do tworzenia interoperacyjnych plików Wyrażaj relacje między danymi za pomocą odniesień, nazwanych typów i skal wymiarów Odkryj, w jaki sposób mechanizmy Pythona do pisania kodu równoległego współdziałają z HDF5.