Verfügbarkeit: Numerisches Python

Numerisches Python: arbeiten mit NumPy, Matplotlib und Pandas

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...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Klein, Bernd (VerfasserIn)
Format:	Buch
Sprache:	German
Veröffentlicht:	München Hanser [2023]
Ausgabe:	2., aktualisierte und erweiterte Auflage
Schlagworte:	Python > Programmiersprache Python 3.7 Matplotlib NumPy Programmierung Wissenschaftliches Rechnen pandas > Software Data Science Big-Data Python csv-Dateien mit Python Datenbank Datenvisualisierung Internetentwicklung Programmiersprache Python FBITSONS: Andere Programmiersprachen FBLEHR: Lehrbuch INF2022
Online-Zugang:	Inhaltsverzeichnis
Zusammenfassung:	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.
Beschreibung:	XIV, 448 Seiten Illustrationen, Diagramme 25 cm
ISBN:	9783446471702 3446471707

Internformat

MARC


LEADER	00000nam a22000008c 4500
001	BV049104226
003	DE-604
005	20240403
007	t
008	230818s2023 gw a\|\|\| \|\|\|\| 00\|\|\| ger d
015			\|a 23,N20 \|2 dnb
016	7		\|a 1288941811 \|2 DE-101
020			\|a 9783446471702 \|c : circa EUR 29.99 (DE), circa EUR 30.90 (AT) \|9 978-3-446-47170-2
020			\|a 3446471707 \|9 3-446-47170-7
024	3		\|a 9783446471702
028	5	2	\|a Bestellnummer: 553/47170
035			\|a (OCoLC)1398315729
035			\|a (DE-599)DNB1288941811
040			\|a DE-604 \|b ger \|e rda
041	0		\|a ger
044			\|a gw \|c XA-DE-BY
049			\|a DE-210 \|a DE-860 \|a DE-91G \|a DE-92 \|a DE-12 \|a DE-188 \|a DE-M100
084			\|a ST 250 \|0 (DE-625)143626: \|2 rvk
084			\|8 1\p \|a 004 \|2 23sdnb
084			\|a DAT 366 \|2 stub
084			\|a MAT 650 \|2 stub
100	1		\|a Klein, Bernd \|e Verfasser \|0 (DE-588)1036902072 \|4 aut
245	1	0	\|a Numerisches Python \|b arbeiten mit NumPy, Matplotlib und Pandas \|c Bernd Klein
250			\|a 2., aktualisierte und erweiterte Auflage
264		1	\|a München \|b Hanser \|c [2023]
264		4	\|c © 2023
300			\|a XIV, 448 Seiten \|b Illustrationen, Diagramme \|c 25 cm
336			\|b txt \|2 rdacontent
337			\|b n \|2 rdamedia
338			\|b nc \|2 rdacarrier
520	3		\|a 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.
650	0	7	\|a Python \|g Programmiersprache \|0 (DE-588)4434275-5 \|2 gnd \|9 rswk-swf
650	0	7	\|a Python 3.7 \|0 (DE-588)1155266803 \|2 gnd \|9 rswk-swf
650	0	7	\|a Matplotlib \|0 (DE-588)1192378350 \|2 gnd \|9 rswk-swf
650	0	7	\|a NumPy \|0 (DE-588)1192378229 \|2 gnd \|9 rswk-swf
650	0	7	\|a Programmierung \|0 (DE-588)4076370-5 \|2 gnd \|9 rswk-swf
650	0	7	\|a Wissenschaftliches Rechnen \|0 (DE-588)4338507-2 \|2 gnd \|9 rswk-swf
650	0	7	\|a pandas \|g Software \|0 (DE-588)1192378490 \|2 gnd \|9 rswk-swf
650	0	7	\|a Data Science \|0 (DE-588)1140936166 \|2 gnd \|9 rswk-swf
653			\|a Big-Data Python
653			\|a csv-Dateien mit Python
653			\|a Datenbank
653			\|a Datenvisualisierung
653			\|a Internetentwicklung
653			\|a Programmiersprache
653			\|a Programmierung
653			\|a Python
653			\|a FBITSONS: Andere Programmiersprachen
653			\|a FBLEHR: Lehrbuch
653			\|a INF2022
689	0	0	\|a Python \|g Programmiersprache \|0 (DE-588)4434275-5 \|D s
689	0	1	\|a NumPy \|0 (DE-588)1192378229 \|D s
689	0	2	\|a Matplotlib \|0 (DE-588)1192378350 \|D s
689	0	3	\|a pandas \|g Software \|0 (DE-588)1192378490 \|D s
689	0	4	\|a Wissenschaftliches Rechnen \|0 (DE-588)4338507-2 \|D s
689	0	5	\|a Data Science \|0 (DE-588)1140936166 \|D s
689	0		\|5 DE-604
689	1	0	\|a Python 3.7 \|0 (DE-588)1155266803 \|D s
689	1	1	\|a Programmierung \|0 (DE-588)4076370-5 \|D s
689	1		\|5 DE-604
776	0	8	\|i Erscheint auch als \|n Online-Ausgabe \|z 978-3-446-47366-9
776	0	8	\|i Erscheint auch als \|n Online-Ausgabe, EPUB \|z 978-3-446-47957-9
856	4	2	\|m DNB Datenaustausch \|q application/pdf \|u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=034365699&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA \|3 Inhaltsverzeichnis
999			\|a oai:aleph.bib-bvb.de:BVB01-034365699
883	1		\|8 1\p \|a vlb \|d 20230510 \|q DE-101 \|u https://d-nb.info/provenance/plan#vlb

Datensatz im Suchindex

_version_	1804185451264737280
adam_text	INHALT VORWORT .......................................................................................................... XV DANKSAGUNG .................................................................................................. XVI 1 EINLEITUNG .............................................................................................. 1 1.1 DIE RICHTIGE WAHL ...................................................................................................... 1 1.2 AUFBAU DES BUCHES ................................................................................................... 2 1.3 PYTHON-INSTALLATION ................................................................................................. 2 1.4 DOWNLOAD DER BEISPIELE ........................................................................................... 3 1.5 ANREGUNGEN UND KRITIK ............................................................................................ 3 2 NUMERISCHES PROGRAMMIEREN MIT PYTHON .......................................... 4 2.1 BEGRIFFSBESTIMMUNG ................................................................................................ 4 2.2 ZUSAMMENHANG ZWISCHEN PYTHON, NUMPY, MATPLOTLIB, SCIPY UND PANDAS ......... 5 2.3 PYTHON, EINE ALTERNATIVE ZU MATLAB ...................................................................... 6 TEIL I NUMPY ............................................................................ 7 3 NUMPY - EINFUEHRUNG ........................................................................... 9 3.1 UEBERBLICK .................................................................................................................. 9 3.2 VERGLEICH NUMPY-DATENSTRUKTUREN UND PYTHON .................................................... 10 3.3 EIN EINFACHES BEISPIEL ............................................................................................. 10 3.4 GRAFISCHE DARSTELLUNG DER WERTE ............................................................................. 11 3.5 SPEICHERBEDARF ........................................................................................................ 12 3.6 ZEITVERGLEICH ZWISCHEN PYTHON-LISTEN UND NUMPY-ARRAYS .................................. 15 4 ARRAYS IN NUMPY ERZEUGEN .................................................................. 17 4.1 ERZEUGUNG AEQUIDISTANTER INTERVALLE ....................................................................... 17 4.1.1 ARANGE ......................................................................................................... 17 4.1.2 LINSPACE ...................................................................................................... 19 4.1.3 NULLDIMENSIONALE ARRAYS IN NUMPY .......................................................... 20 4.1.4 EINDIMENSIONALES ARRAY ............................................................................. 21 4.1.5 ZWEI UND MEHRDIMENSIONALE ARRAYS ......................................................... 21 4.2 GESTALT EINES ARRAYS .................................................................................................. 22 4.3 INDIZIERUNG UND TEILBEREICHSOPERATOR .................................................................... 23 4.4 DREIDIMENSIONALE ARRAYS ......................................................................................... 28 4.5 ARRAYS MIT NULLEN UND EINSEN .................................................................................. 31 4.6 ARRAYS KOPIEREN ......................................................................................................... 32 4.6.1 NUMPY.COPY(A) UNDA.COPY() ..................................................................... 32 4.6.2 ZUSAMMENHAENGEND GESPEICHERTE ARRAYS .................................................. 32 4.7 EINHEITSMATRIX ........................................................................................................... 34 4.7.1 DIE IDENTITY-FUNKTION .................................................................................. 34 4.7.2 DIE EYE-FUNKTION ........................................................................................ 35 4.8 DATENTYPEN ............................................................................................................... 36 4.9 AUFGABEN ................................................................................................................... 38 5 DATENTYP-OBJEKT: DTYPE ........................................................................ 40 5.1 DTYPE ......................................................................................................................... 40 5.2 STRUKTURIERTE ARRAYS .................................................................................................. 42 5.3 EIN UND AUSGABE VON STRUKTURIERTEN ARRAYS .......................................................... 45 5.4 UNICODE-STRINGS IN ARRAYS ....................................................................................... 46 5.5 UMBENENNEN VON SPALTENNAMEN ........................................................................... 47 5.6 SPALTENWERTE AUSTAUSCHEN ....................................................................................... 47 5.7 KOMPLEXERES BEISPIEL ................................................................................................ 48 5.8 AUFGABEN ................................................................................................................... 49 6 DIMENSIONSAENDERUNGEN, KONKATENATIONEN, STAPELN ........................ 51 6.1 REDUKTION UND RESHAPE VON ARRAYS ........................................................................ 51 6.1.1 FLATTEN ........................................................................................................... 51 6.1.2 RAVEL ............................................................................................................. 52 6.1.3 UNTERSCHIEDE ZWISCHEN RAVET UND FLATTEN ............................................ 53 6.1.4 RESHAPE ........................................................................................................ 54 6.2 WEITERE DIMENSIONEN HINZUFUEGEN ........................................................................... 55 6.3 KONKATENATION VON ARRAYS ....................................................................................... 56 6.4 VEKTOREN STAPELN ...................................................................................................... 58 6.4.1 STACK-FUNKTION ............................................................................................. 58 6.4.2 DSTACK-FUNKTION ........................................................................................ 60 6.4.3 VSTACK ......................................................................................................... 63 6.4.4 HSTACK ......................................................................................................... 64 6.5 YYFLIESEN MIT TILE .................................................................................................... 66 7 NUMERISCHE OPERATIONEN AUF NUMPY-ARRAYS ...................................... 68 7.1 OPERATOREN UND SKALARE .............................................................................................. 68 7.2 ARITHMETISCHE OPERATIONEN AUF ZWEI ARRAYS ............................................................. 70 7.3 MATRIZENMULTIPLIKATION UND SKALARPRODUKT .............................................................. 71 7.3.1 DEFINITION DER DOT-FUNKTION ........................................................................ 71 7.3.2 BEISPIELE ZUR DOT-FUNKTION ......................................................................... 71 7.3.3 DAS DOT-PRODUKT IM DREIDIMENSIONALEN FALL ............................................. 72 7.4 VERGLEICHSOPERATOREN .................................................................................................. 78 7.5 LOGISCHE OPERATOREN .................................................................................................. 79 7.6 BROADCASTING ................................................................................................................ 79 7.6.1 ZEILENWEISES BROADCASTING ......................................................................... 80 7.6.2 SPALTENWEISES BROADCASTING ....................................................................... 83 7.6.3 BROADCASTING VON ZWEI EINDIMENSIONALEN ARRAYS ..................................... 85 7.7 DISTANZMATRIX ............................................................................................................. 86 7.8 UFUNCS ......................................................................................................................... 87 7.8.1 ANWENDUNG VON UFUNCS ............................................................................. 88 7.8.2 PARAMETER FUER RUECKGABEWERTE BEI UFUNCS ................................................ 89 7.8.3 ACCUMULATE .................................................................................................. 91 7.8.4 REDUCE .......................................................................................................... 93 7.8.5 OUTER ........................................................................................................... 94 7.8.6 AT .................................................................................................................. 94 7.9 AUFGABEN ..................................................................................................................... 95 8 STATISTIK UND WAHRSCHEINLICHKEITEN ...................................................... 96 8.1 EINFUEHRUNG .................................................................................................................. 96 8.2 AUF DEM RANDOM-MODUL AUFBAUENDE FUNKTIONEN .................................................. 97 8.2.1 ECHTE ZUFALLSZAHLEN .................................................................................... 97 8.2.2 ERZEUGEN EINER LISTE VON ZUFALLSZAHLEN .................................................... 98 8.2.3 ZUFAELLIGE INTEGER-ZAHLEN ............................................................................. 99 8.2.4 STICHPROBEN ODER AUSWAHLEN ..................................................................... 100 8.2.5 ZUFALLSINTERVALLE ......................................................................................... 100 8.2.6 SEED ODER STARTWERT .................................................................................... 101 8.2.7 GEWICHTETE ZUFALLSAUSWAHL ....................................................................... 102 8.2.8 STICHPROBEN MIT PYTHON ............................................................................. 105 8.2.9 KARTESISCHE AUSWAHL .................................................................................. 106 8.2.10 KARTESISCHES PRODUKT .................................................................................. 107 8.2.11 KARTESISCHE AUSWAHL: ................................................................................. 107 8.2.12 GAUSS SCHE NORMALVERTEILUNG .................................................................... 110 8.2.13 UEBUNG MIT BINAERSENDER ............................................................................ 112 8.3 DAS RANDOM-UNTERMODUL VON NUMPY .................................................................. 115 8.3.1 INTEGERS UND FLOATS ZUFAELLIG ERZEUGEN ...................................................... 115 8.3.2 NUMPY.RANDOM.CHOICE .............................................................................. 117 8.3.3 NUMPY . RANDOM, RANDOM SAMPLE ............................................................... 118 8.4 SYNTHETISCHE VERKAUFSZAHLEN ................................................................................. 119 8.5 AUFGABEN ................................................................................................................. 121 9 BOOLESCHE MASKIERUNG UND INDIZIERUNG ............................................ 123 9.1 FANCY-INDIZIERUNG .................................................................................................. 125 9.2 INDIZIERUNG MIT EINEM INTEGER-ARRAY ..................................................................... 125 9.3 NONZERO UND WHERE ................................................................................................ 126 9.4 FLATNONZERO UND .................................................................................................... 127 9.5 AUFGABEN ................................................................................................................. 127 10 LESEN UND SCHREIBEN VON DATEN-DATEIEN ........................................... 128 10.1 TEXT-DATEIEN SPEICHERN MIT SAVETXT ................................................................... 128 10.2 TEXT-DATEIEN LADEN MIT LOADTXT .............................................................................. 130 10.2.1 LOADTXT OHNE PARAMETER .............................................................................. 130 10.2.2 SPEZIELLE TRENNER ....................................................................................... 130 10.2.3 SELEKTIVES EINLESEN VON SPALTEN ................................................................ 131 10.2.4 DATENKONVERTIERUNG BEIM EINLESEN ......................................................... 131 10.3 TOFILE ........................................................................................................................ 133 10.4 ... ................................................................................................................................... 134 10.5 BEST PRACTICE, UM DATEN ZU LADEN UND ZU SPEICHERN ............................................ 135 10.6 UND NOCH EIN ANDERER WEG: GENFROMTXT ............................................................... 136 10.7 RECFROMCSV ............................................................................................................. 136 TEIL II MATPLOTLIB...................................................................... 137 11 EINFUEHRUNG ............................................................................................. 139 11.1 EIN ERSTES BEISPIEL ................................................................................................... 140 11.2 DER FORMALPARAMETER VON PYPLOT . ....................................................................... 141 11.3 BEZEICHNUNGEN FUER DIE ACHSEN .............................................................................. 143 12 OBJEKT-HIERARCHIE ................................................................................. 145 12.1 ERZEUGUNG EINER FIGURE UND AXES ......................................................................... 147 12.2 ACHSENBESCHRIFTUNGEN UND TITEL .......................................................................... 148 12.3 DIE PLOT-METHODE .................................................................................................. 149 12.4 WERTEBEREICHE DER ACHSEN .................................................................................... 150 12.5 PLOTTEN MEHRERER FUNKTIONEN ............................................................................... 152 12.6 STREUDIAGRAMME .................................................................................................... 153 12.7 FLAECHEN EINFAERBEN .................................................................................................. 155 13 MEHRFACHE PLOTS UND DOPPELACHSEN .................................................. 158 13.1 MEHRERE ABBILDUNGEN UND ACHSEN ....................................................................... 158 14 GRIDSPEC IN MATPLOTLIB ......................................................................... 166 15 ACHSEN UND SKALENTEILUNG ................................................................ 174 15.1 ACHSENVERSCHIEBUNGEN UND ACHSENBEZEICHNUNGEN ........................................... 174 15.2 ACHSENBESCHRIFTUNGEN AENDERN ............................................................................. 178 15.3 JUSTIERUNG DER TICK-BESCHRIFTUNGEN ..................................................................... 179 16 LEGENDEN UND ANNOTATIONEN .............................................................. 180 16.1 LEGENDE HINZUFUEGEN .............................................................................................. 180 16.2 ANNOTATIONS/ANMERKUNGEN ................................................................................. 183 16.3 AUFGABEN ................................................................................................................ 190 17 KONTURPLOTS ........................................................................................... 191 17.1 ERSTELLEN EINES MASCHENGITTERS ............................................................................. 191 17.2 FUNKTIONEN AUF MESHGRIDS .................................................................................... 193 17.3 CONTOUR OHNE MESHGRID ....................................................................................... 196 17.4 LINIENSTIL UND FARBEN ANPASSEN ........................................................................... 196 17.5 GEFUELLTE KONTUREN .................................................................................................. 198 17.6 INDIVIDUELLE FARBEN ............................................................................................... 199 17.7 SCHWELLEN ............................................................................................................... 200 17.8 ANDERE GRIDS .......................................................................................................... 201 17.8.1 MESHGRID GENAUER ...................................................................................... 201 17.8.2 MGRID .......................................................................................................... 203 17.8.3 OGRID .......................................................................................................... 203 17.9 IMSHOW ................................................................................................................... 205 17.10 AUFGABEN ................................................................................................................. 206 18 HISTOGRAMME UND DIAGRAMME ............................................................ 208 18.1 HISTOGRAMME .......................................................................................................... 209 18.2 SAEULENDIAGRAMM .................................................................................................... 213 18.3 BALKENDIAGRAMME .................................................................................................. 214 18.4 GRUPPIERTE BALKENDIAGRAMME .............................................................................. 215 18.5 XKED-MODUS ........................................................................................................... 219 18.6 TORTENDIAGRAMME ................................................................................................... 221 18.7 STAPELDIAGRAMME ................................................................................................... 222 18.8 AUFGABEN ................................................................................................................. 223 TEIL III PANDAS ......................................................................... 225 19 PANDAS: EINFUEHRUNG ............................................................................. 227 19.1 DATENSTRUKTUREN .................................................................................................... 228 19.2 SERIES ...................................................................................................................... 228 19.2.1 INDIZIERUNG ................................................................................................ 231 19.2.2 PANDAS.SERIES.APPLY ................................................................................... 232 19.2.3 ZUSAMMENHANG ZU DICTIONARIES .............................................................. 232 19.3 NAN - FEHLENDE DATEN ........................................................................................... 233 19.3.1 DIE METHODEN ISNULL () UND NOTNULL () ............................................... 234 19.3.2 ZUSAMMENHANG ZWISCHEN NAN UND NONE .............................................. 235 19.3.3 FEHLENDE DATEN FILTERN .............................................................................. 236 19.3.4 FEHLENDE DATEN AUFFUELLEN ........................................................................ 236 19.4 AUFGABEN ................................................................................................................. 237 20 DATAFRAME ............................................................................................. 238 20.1 ZUSAMMENHANG ZU SERIES ..................................................................................... 238 20.2 MANIPULATION DER SPALTENNAMEN .......................................................................... 239 20.3 DATAFRAMES AUS DICTIONARIES ............................................................................... 240 20.4 ZUGRIFF AUF SPALTEN ................................................................................................. 241 20.5 SELEKTION VON ZEILEN ............................................................................................... 242 20.5.1 LOC ............................................................................................................. 242 20.5.2 QUERY ........................................................................................................... 243 20.6 MODIFIKATATION VON DATAFRAMES ........................................................................... 245 20.6.1 SPALTEN EINFUEGEN ....................................................................................... 245 20.6.2 SPALTEN AUSTAUSCHEN ................................................................................ 249 20.6.3 ZEILEN AUSTAUSCHEN ................................................................................... 250 20.6.4 EINZELNE WERTE MITTELS AT UND IAT AENDERN ............................................... 250 20.7 INDEX AENDERN .......................................................................................................... 251 20.7.1 UMSORTIERUNG DER SPALTEN UND DES INDEX ................................................. 252 20.7.2 SPALTEN UMBENENNEN ................................................................................ 253 20.7.3 SPALTE IN INDEX UMFUNKTIONIEREN .............................................................. 253 20.8 SUMMEN UND KUMULATIVE SUMMEN ...................................................................... 254 20.9 SORTIERUNG ............................................................................................................... 257 20.10 DATAFRAME UND VERSCHACHTELTE DICTIONARIES ........................................................ 258 20.11 AUFGABEN ................................................................................................................ 259 21 DATEIVERARBEITUNG ................................................................................. 261 21.1 DSV-/CSV-DATEIEN................................................................................................. 261 21.1.1 CSV UND DSV-DATEIEN LESEN .................................................................... 262 21.1.2 SCHREIBEN VON CSV-DATEIEN ..................................................................... 264 21.2 LESEN UND SCHREIBEN VON ISON-DATEIEN ............................................................. 269 21.3 LESEN UND SCHREIBEN VON EXCEL-DATEIEN ............................................................. 269 21.4 AUFGABEN ................................................................................................................ 270 22 PANDAS: GROUPBY .................................................................................. 272 22.1 GROUPBY MIT SERIES ................................................................................................. 272 22.2 ARBEITSWEISE VON GROUPBY ..................................................................................... 274 22.3 GROUPBYMITDATAFRAMES ...................................................................................... 276 22.3.1 GROUPBY MIT FUNKTIONEN ........................................................................... 277 22.3.2 WEITERE ANWENDUNGEN ZU GROUPBY .......................................................... 279 22.4 AUFGABEN ................................................................................................................ 283 23 PIVOT-TABELLEN ....................................................................................... 285 23.1 PIVOT-FUNKTION IN PANDAS ...................................................................................... 285 23.2 PIVOT-AUFRUF OHNE WERTE FUER VALUES .................................................................... 288 23.3 PIVOTING AUF DEN TITANIC-DATEN ............................................................................ 289 23.4 AUFGABEN ................................................................................................................ 291 24 UMGANG MIT NAN .................................................................................. 292 24.1 NAN IN PYTHON .......................................................................................................... 292 24.2 NAN IN PANDAS ........................................................................................................ 293 24.2.1 BEISPIEL MIT NANS ...................................................................................... 295 24.3 DROPNA( ) VERWENDEN ............................................................................................ 297 24.4 AUFGABEN ................................................................................................................ 298 25 BINNING ................................................................................................... 299 25.1 EINFUEHRUNG .............................................................................................................. 299 25.2 BINNING MIT PANDAS ................................................................................................ 302 25.2.1 BINNING MIT CUT .......................................................................................... 302 25.2.2 ERZEUGEN EINES INTERVAL INDEX-OBJEKTES ............................................... 303 25.2.3 MEHRZUPD.CUT ............................................................................................ 304 25.2.4 CATEGORICAL .............................................................................................. 305 25.2.5 BINNINGS MIT LABELS ................................................................................... 305 26 MEHRSTUFIGE INDIZIERUNG ....................................................................... 306 26.1 EINFUEHRUNG .............................................................................................................. 306 26.2 MEHRSTUFIG INDIZIERTE SERIES-OBJEKTE ..................................................................... 307 26.3 ALTERNATIVE MOEGLICHKEITEN ..................................................................................... 307 26.4 ZUGRIFFSMOEGLICHKEITEN ............................................................................................ 308 26.5 DREISTUFIGE INDIZES .................................................................................................. 311 26.6 ZUSAMMENHANG ZU DATAFRAMES ............................................................................ 312 26.6.1 DER HARTE DIREKTE WEG ................................................................................ 312 26.6.2 UNSTACK UND STACK ................................................................................... 313 26.7 VERTAUSCHEN MEHRSTUFIGER INDIZES ......................................................................... 316 26.8 AUFGABEN ................................................................................................................. 317 27 DATENVISUALISIERUNG MIT PANDAS ......................................................... 319 27.1 EINFUEHRUNG .............................................................................................................. 319 27.2 LINIENDIAGRAMM IN PANDAS .................................................................................... 320 27.2.1 SERIES ........................................................................................................... 320 27.2.2 DATAFRAMES ................................................................................................ 322 27.2.3 SEKUNDAERACHSEN (TWIN AXES) .................................................................... 325 27.2.4 MEHRERE Y-ACHSEN ...................................................................................... 326 27.2.5 SPALTEN MIT ZEICHENKETTEN (STRINGS) IN FLOATS WANDELN ........................... 327 27.3 BALKENDIAGRAMME IN PANDAS ................................................................................. 329 27.3.1 EIN EINFACHES BEISPIEL ................................................................................ 329 27.3.2 BALKENGRAFIK FUER DIE PROGRAMMIERSPRACHENNUTZUNG ............................... 329 27.3.3 FARBGEBUNG EINER BALKENGRAFIK ................................................................. 331 27.4 KUCHENDIAGRAMME IN PANDAS ................................................................................ 331 27.4.1 EIN EINFACHES BEISPIEL ................................................................................ 331 27.5 FLAECHENPLOT MIT AREA .............................................................................................. 333 27.6 AUFGABEN ................................................................................................................. 334 28 ZEIT UND DATUM ..................................................................................... 335 28.1 EINFUEHRUNG .............................................................................................................. 335 28.2 PYTHON-STANDARDMODULE FUER ZEIT-DATEN ............................................................. 336 28.2.1 DIE DATE-KLASSE ......................................................................................... 336 28.2.2 DIE TIME-KLASSE .......................................................................................... 337 28.3 DIE DATETIME-KLASSE ............................................................................................. 338 28.4 UNTERSCHIED ZWISCHEN ZEITEN ............................................................................... 340 28.4.1 WANDLUNG VON DATETIME-OBJEKTEN IN STRINGS ........................................ 341 28.4.2 WANDLUNG MIT STRFTIME ............................................................................... 341 28.5 AUSGABE IN LANDESSPRACHE ................................................................................... 342 28.6 DATETIME-OBJEKTE AUS STRINGS ERSTELLEN ............................................................... 343 29 ZEITREIHEN .............................................................................................. 345 29.1 EINFUEHRUNG .............................................................................................................. 345 29.2 ZEITREIHEN UND PYTHON .......................................................................................... 345 29.3 DATUMSBEREICHE ERSTELLEN ..................................................................................... 348 29.4 DATUMSBEREICHE MIT UHRZEITEN ............................................................................ 350 29.5 AUFGABEN ................................................................................................................ 351 TEIL IV ANWENDUNGEN ............................................................ 353 30 TECHNIKEN DER BILDVERARBEITUNG .......................................................... 355 30.1 EINFUEHRUNG .............................................................................................................. 355 30.2 BILDER IM MISC-PAKET ............................................................................................. 356 30.3 EIGENE BILDER ........................................................................................................... 358 30.4 HISTOGRAMME DER FARBWERTE ................................................................................. 359 30.5 BILDERAUSSCHNITTE .................................................................................................. 360 30.6 GEOMETRISCHE TRANSFORMATIONEN .......................................................................... 360 30.7 FILTERN ...................................................................................................................... 362 30.8 BILDER AUFHELLEN UND ABTOENEN ............................................................................... 366 30.9 KACHELUNG ............................................................................................................... 374 30.10 WASSERZEICHEN ........................................................................................................ 376 30.11 AUFGABEN ................................................................................................................ 378 31 FINANZVERWALTUNG MIT PANDAS ............................................................ 379 31.1 HAUSHALTSBUCH ....................................................................................................... 379 31.1.1 HAUSHALTSBUCH MIT CSV-DATEI.................................................................. 380 31.1.2 ERZEUGEN EINES EXCEL-HAUSHALTSBUCHES ................................................... 382 31.1.3 AUSWERTUNG DES EXCEL-HAUSHALTSBUCHES .................................................. 384 31.2 EINNAHMENUEBERSCHUSSRECHNUNG ........................................................................... 385 31.2.1 JOURNALDATEI ................................................................................................ 386 31.2.2 ANALYSE UND VISUALISIERUNG DER DATEN ..................................................... 387 31.2.3 STEUERSUMMEN .......................................................................................... 393 TEIL V LOESUNGEN ZU DEN AUFGABEN ........................................ 397 32 LOESUNGEN ZU DEN AUFGABEN ................................................................. 399 32.1 LOESUNGEN ZU KAPITEL 4 (ARRAYS IN NUMPY ERZEUGEN) ............................................. 399 32.2 LOESUNGEN ZU KAPITEL 5 (DATENTYP-OBJEKT: DTYPE) ................................................. 400 32.3 LOESUNGEN ZU KAPITEL 7 (NUMERISCHE OPERATIONEN AUF NUMPY-ARRAYS) .............. 403 32.4 LOESUNGEN ZU KAPITEL 8 (STATISTIK UND WAHRSCHEINLICHKEITEN) ............................... 404 32.5 LOESUNGEN ZU KAPITEL 9 (BOOLESCHE MASKIERUNG UND INDIZIERUNG) ........................ 409 32.6 LOESUNGEN ZU KAPITEL 13 (MEHRFACHE PLOTS UND DOPPELACHSEN) ........................... 410 32.7 LOESUNGEN ZU KAPITEL 16 (LEGENDEN UND ANNOTATIONEN) ....................................... 412 32.8 LOESUNGEN ZU KAPITEL 17 (KONTURPLOTS) ................................................................... 414 32.9 LOESUNGEN ZU KAPITEL 18 (HISTOGRAMME UND DIAGRAMME) .................................... 418 32.10 LOESUNGEN ZU KAPITEL 19 (PANDAS: EINFUEHRUNG) ...................................................... 421 32.11 LOESUNGEN ZU KAPITEL 20 (DATAFRAME) .................................................................... 422 32.12 LOESUNGEN ZU KAPITEL 21 (DATEIVERARBEITUNG) ......................................................... 426 32.13 LOESUNGEN ZU KAPITEL 23 (PIVOT-TABELLEN) ............................................................... 429 32.14 LOESUNGEN ZU KAPITEL 22 (PANDAS: GROUPBY) ............................................................ 431 32.15 LOESUNGEN ZU KAPITEL 24 (UMGANG MIT NAN) .......................................................... 434 32.16 LOESUNGEN ZU KAPITEL 26 (MEHRSTUFIGE INDIZIERUNG) .............................................. 435 32.17 LOESUNGEN ZU KAPITEL 27 (DATENVISUALISIERUNG MIT PANDAS) ................................. 439 32.18 LOESUNGEN ZU KAPITEL 29 (ZEITREIHEN) ..................................................................... 441 32.19 LOESUNGEN ZU KAPITEL 30 (TECHNIKEN DER BILDVERARBEITUNG) ................................... 441 STICHWORTVERZEICHNIS .................................................................................... 443
adam_txt	INHALT VORWORT . XV DANKSAGUNG . XVI 1 EINLEITUNG . 1 1.1 DIE RICHTIGE WAHL . 1 1.2 AUFBAU DES BUCHES . 2 1.3 PYTHON-INSTALLATION . 2 1.4 DOWNLOAD DER BEISPIELE . 3 1.5 ANREGUNGEN UND KRITIK . 3 2 NUMERISCHES PROGRAMMIEREN MIT PYTHON . 4 2.1 BEGRIFFSBESTIMMUNG . 4 2.2 ZUSAMMENHANG ZWISCHEN PYTHON, NUMPY, MATPLOTLIB, SCIPY UND PANDAS . 5 2.3 PYTHON, EINE ALTERNATIVE ZU MATLAB . 6 TEIL I NUMPY . 7 3 NUMPY - EINFUEHRUNG . 9 3.1 UEBERBLICK . 9 3.2 VERGLEICH NUMPY-DATENSTRUKTUREN UND PYTHON . 10 3.3 EIN EINFACHES BEISPIEL . 10 3.4 GRAFISCHE DARSTELLUNG DER WERTE . 11 3.5 SPEICHERBEDARF . 12 3.6 ZEITVERGLEICH ZWISCHEN PYTHON-LISTEN UND NUMPY-ARRAYS . 15 4 ARRAYS IN NUMPY ERZEUGEN . 17 4.1 ERZEUGUNG AEQUIDISTANTER INTERVALLE . 17 4.1.1 ARANGE . 17 4.1.2 LINSPACE . 19 4.1.3 NULLDIMENSIONALE ARRAYS IN NUMPY . 20 4.1.4 EINDIMENSIONALES ARRAY . 21 4.1.5 ZWEI UND MEHRDIMENSIONALE ARRAYS . 21 4.2 GESTALT EINES ARRAYS . 22 4.3 INDIZIERUNG UND TEILBEREICHSOPERATOR . 23 4.4 DREIDIMENSIONALE ARRAYS . 28 4.5 ARRAYS MIT NULLEN UND EINSEN . 31 4.6 ARRAYS KOPIEREN . 32 4.6.1 NUMPY.COPY(A) UNDA.COPY() . 32 4.6.2 ZUSAMMENHAENGEND GESPEICHERTE ARRAYS . 32 4.7 EINHEITSMATRIX . 34 4.7.1 DIE IDENTITY-FUNKTION . 34 4.7.2 DIE EYE-FUNKTION . 35 4.8 DATENTYPEN . 36 4.9 AUFGABEN . 38 5 DATENTYP-OBJEKT: DTYPE . 40 5.1 DTYPE . 40 5.2 STRUKTURIERTE ARRAYS . 42 5.3 EIN UND AUSGABE VON STRUKTURIERTEN ARRAYS . 45 5.4 UNICODE-STRINGS IN ARRAYS . 46 5.5 UMBENENNEN VON SPALTENNAMEN . 47 5.6 SPALTENWERTE AUSTAUSCHEN . 47 5.7 KOMPLEXERES BEISPIEL . 48 5.8 AUFGABEN . 49 6 DIMENSIONSAENDERUNGEN, KONKATENATIONEN, STAPELN . 51 6.1 REDUKTION UND RESHAPE VON ARRAYS . 51 6.1.1 FLATTEN . 51 6.1.2 RAVEL . 52 6.1.3 UNTERSCHIEDE ZWISCHEN RAVET UND FLATTEN . 53 6.1.4 RESHAPE . 54 6.2 WEITERE DIMENSIONEN HINZUFUEGEN . 55 6.3 KONKATENATION VON ARRAYS . 56 6.4 VEKTOREN STAPELN . 58 6.4.1 STACK-FUNKTION . 58 6.4.2 DSTACK-FUNKTION . 60 6.4.3 VSTACK . 63 6.4.4 HSTACK . 64 6.5 YYFLIESEN " MIT TILE . 66 7 NUMERISCHE OPERATIONEN AUF NUMPY-ARRAYS . 68 7.1 OPERATOREN UND SKALARE . 68 7.2 ARITHMETISCHE OPERATIONEN AUF ZWEI ARRAYS . 70 7.3 MATRIZENMULTIPLIKATION UND SKALARPRODUKT . 71 7.3.1 DEFINITION DER DOT-FUNKTION . 71 7.3.2 BEISPIELE ZUR DOT-FUNKTION . 71 7.3.3 DAS DOT-PRODUKT IM DREIDIMENSIONALEN FALL . 72 7.4 VERGLEICHSOPERATOREN . 78 7.5 LOGISCHE OPERATOREN . 79 7.6 BROADCASTING . 79 7.6.1 ZEILENWEISES BROADCASTING . 80 7.6.2 SPALTENWEISES BROADCASTING . 83 7.6.3 BROADCASTING VON ZWEI EINDIMENSIONALEN ARRAYS . 85 7.7 DISTANZMATRIX . 86 7.8 UFUNCS . 87 7.8.1 ANWENDUNG VON UFUNCS . 88 7.8.2 PARAMETER FUER RUECKGABEWERTE BEI UFUNCS . 89 7.8.3 ACCUMULATE . 91 7.8.4 REDUCE . 93 7.8.5 OUTER . 94 7.8.6 AT . 94 7.9 AUFGABEN . 95 8 STATISTIK UND WAHRSCHEINLICHKEITEN . 96 8.1 EINFUEHRUNG . 96 8.2 AUF DEM RANDOM-MODUL AUFBAUENDE FUNKTIONEN . 97 8.2.1 ECHTE ZUFALLSZAHLEN . 97 8.2.2 ERZEUGEN EINER LISTE VON ZUFALLSZAHLEN . 98 8.2.3 ZUFAELLIGE INTEGER-ZAHLEN . 99 8.2.4 STICHPROBEN ODER AUSWAHLEN . 100 8.2.5 ZUFALLSINTERVALLE . 100 8.2.6 SEED ODER STARTWERT . 101 8.2.7 GEWICHTETE ZUFALLSAUSWAHL . 102 8.2.8 STICHPROBEN MIT PYTHON . 105 8.2.9 KARTESISCHE AUSWAHL . 106 8.2.10 KARTESISCHES PRODUKT . 107 8.2.11 KARTESISCHE AUSWAHL: . 107 8.2.12 GAUSS ' SCHE NORMALVERTEILUNG . 110 8.2.13 UEBUNG MIT BINAERSENDER . 112 8.3 DAS RANDOM-UNTERMODUL VON NUMPY . 115 8.3.1 INTEGERS UND FLOATS ZUFAELLIG ERZEUGEN . 115 8.3.2 NUMPY.RANDOM.CHOICE . 117 8.3.3 NUMPY . RANDOM, RANDOM SAMPLE . 118 8.4 SYNTHETISCHE VERKAUFSZAHLEN . 119 8.5 AUFGABEN . 121 9 BOOLESCHE MASKIERUNG UND INDIZIERUNG . 123 9.1 FANCY-INDIZIERUNG . 125 9.2 INDIZIERUNG MIT EINEM INTEGER-ARRAY . 125 9.3 NONZERO UND WHERE . 126 9.4 FLATNONZERO UND . 127 9.5 AUFGABEN . 127 10 LESEN UND SCHREIBEN VON DATEN-DATEIEN . 128 10.1 TEXT-DATEIEN SPEICHERN MIT SAVETXT . 128 10.2 TEXT-DATEIEN LADEN MIT LOADTXT . 130 10.2.1 LOADTXT OHNE PARAMETER . 130 10.2.2 SPEZIELLE TRENNER . 130 10.2.3 SELEKTIVES EINLESEN VON SPALTEN . 131 10.2.4 DATENKONVERTIERUNG BEIM EINLESEN . 131 10.3 TOFILE . 133 10.4 . . 134 10.5 BEST PRACTICE, UM DATEN ZU LADEN UND ZU SPEICHERN . 135 10.6 UND NOCH EIN ANDERER WEG: GENFROMTXT . 136 10.7 RECFROMCSV . 136 TEIL II MATPLOTLIB. 137 11 EINFUEHRUNG . 139 11.1 EIN ERSTES BEISPIEL . 140 11.2 DER FORMALPARAMETER VON PYPLOT . . 141 11.3 BEZEICHNUNGEN FUER DIE ACHSEN . 143 12 OBJEKT-HIERARCHIE . 145 12.1 ERZEUGUNG EINER FIGURE UND AXES . 147 12.2 ACHSENBESCHRIFTUNGEN UND TITEL . 148 12.3 DIE PLOT-METHODE . 149 12.4 WERTEBEREICHE DER ACHSEN . 150 12.5 PLOTTEN MEHRERER FUNKTIONEN . 152 12.6 STREUDIAGRAMME . 153 12.7 FLAECHEN EINFAERBEN . 155 13 MEHRFACHE PLOTS UND DOPPELACHSEN . 158 13.1 MEHRERE ABBILDUNGEN UND ACHSEN . 158 14 GRIDSPEC IN MATPLOTLIB . 166 15 ACHSEN UND SKALENTEILUNG . 174 15.1 ACHSENVERSCHIEBUNGEN UND ACHSENBEZEICHNUNGEN . 174 15.2 ACHSENBESCHRIFTUNGEN AENDERN . 178 15.3 JUSTIERUNG DER TICK-BESCHRIFTUNGEN . 179 16 LEGENDEN UND ANNOTATIONEN . 180 16.1 LEGENDE HINZUFUEGEN . 180 16.2 ANNOTATIONS/ANMERKUNGEN . 183 16.3 AUFGABEN . 190 17 KONTURPLOTS . 191 17.1 ERSTELLEN EINES MASCHENGITTERS . 191 17.2 FUNKTIONEN AUF MESHGRIDS . 193 17.3 CONTOUR OHNE MESHGRID . 196 17.4 LINIENSTIL UND FARBEN ANPASSEN . 196 17.5 GEFUELLTE KONTUREN . 198 17.6 INDIVIDUELLE FARBEN . 199 17.7 SCHWELLEN . 200 17.8 ANDERE GRIDS . 201 17.8.1 MESHGRID GENAUER . 201 17.8.2 MGRID . 203 17.8.3 OGRID . 203 17.9 IMSHOW . 205 17.10 AUFGABEN . 206 18 HISTOGRAMME UND DIAGRAMME . 208 18.1 HISTOGRAMME . 209 18.2 SAEULENDIAGRAMM . 213 18.3 BALKENDIAGRAMME . 214 18.4 GRUPPIERTE BALKENDIAGRAMME . 215 18.5 XKED-MODUS . 219 18.6 TORTENDIAGRAMME . 221 18.7 STAPELDIAGRAMME . 222 18.8 AUFGABEN . 223 TEIL III PANDAS . 225 19 PANDAS: EINFUEHRUNG . 227 19.1 DATENSTRUKTUREN . 228 19.2 SERIES . 228 19.2.1 INDIZIERUNG . 231 19.2.2 PANDAS.SERIES.APPLY . 232 19.2.3 ZUSAMMENHANG ZU DICTIONARIES . 232 19.3 NAN - FEHLENDE DATEN . 233 19.3.1 DIE METHODEN ISNULL () UND NOTNULL () . 234 19.3.2 ZUSAMMENHANG ZWISCHEN NAN UND NONE . 235 19.3.3 FEHLENDE DATEN FILTERN . 236 19.3.4 FEHLENDE DATEN AUFFUELLEN . 236 19.4 AUFGABEN . 237 20 DATAFRAME . 238 20.1 ZUSAMMENHANG ZU SERIES . 238 20.2 MANIPULATION DER SPALTENNAMEN . 239 20.3 DATAFRAMES AUS DICTIONARIES . 240 20.4 ZUGRIFF AUF SPALTEN . 241 20.5 SELEKTION VON ZEILEN . 242 20.5.1 LOC . 242 20.5.2 QUERY . 243 20.6 MODIFIKATATION VON DATAFRAMES . 245 20.6.1 SPALTEN EINFUEGEN . 245 20.6.2 SPALTEN AUSTAUSCHEN . 249 20.6.3 ZEILEN AUSTAUSCHEN . 250 20.6.4 EINZELNE WERTE MITTELS AT UND IAT AENDERN . 250 20.7 INDEX AENDERN . 251 20.7.1 UMSORTIERUNG DER SPALTEN UND DES INDEX . 252 20.7.2 SPALTEN UMBENENNEN . 253 20.7.3 SPALTE IN INDEX UMFUNKTIONIEREN . 253 20.8 SUMMEN UND KUMULATIVE SUMMEN . 254 20.9 SORTIERUNG . 257 20.10 DATAFRAME UND VERSCHACHTELTE DICTIONARIES . 258 20.11 AUFGABEN . 259 21 DATEIVERARBEITUNG . 261 21.1 DSV-/CSV-DATEIEN. 261 21.1.1 CSV UND DSV-DATEIEN LESEN . 262 21.1.2 SCHREIBEN VON CSV-DATEIEN . 264 21.2 LESEN UND SCHREIBEN VON ISON-DATEIEN . 269 21.3 LESEN UND SCHREIBEN VON EXCEL-DATEIEN . 269 21.4 AUFGABEN . 270 22 PANDAS: GROUPBY . 272 22.1 GROUPBY MIT SERIES . 272 22.2 ARBEITSWEISE VON GROUPBY . 274 22.3 GROUPBYMITDATAFRAMES . 276 22.3.1 GROUPBY MIT FUNKTIONEN . 277 22.3.2 WEITERE ANWENDUNGEN ZU GROUPBY . 279 22.4 AUFGABEN . 283 23 PIVOT-TABELLEN . 285 23.1 PIVOT-FUNKTION IN PANDAS . 285 23.2 PIVOT-AUFRUF OHNE WERTE FUER VALUES . 288 23.3 PIVOTING AUF DEN TITANIC-DATEN . 289 23.4 AUFGABEN . 291 24 UMGANG MIT NAN . 292 24.1 NAN IN PYTHON . 292 24.2 NAN IN PANDAS . 293 24.2.1 BEISPIEL MIT NANS . 295 24.3 DROPNA( ) VERWENDEN . 297 24.4 AUFGABEN . 298 25 BINNING . 299 25.1 EINFUEHRUNG . 299 25.2 BINNING MIT PANDAS . 302 25.2.1 BINNING MIT CUT . 302 25.2.2 ERZEUGEN EINES INTERVAL INDEX-OBJEKTES . 303 25.2.3 MEHRZUPD.CUT . 304 25.2.4 CATEGORICAL . 305 25.2.5 BINNINGS MIT LABELS . 305 26 MEHRSTUFIGE INDIZIERUNG . 306 26.1 EINFUEHRUNG . 306 26.2 MEHRSTUFIG INDIZIERTE SERIES-OBJEKTE . 307 26.3 ALTERNATIVE MOEGLICHKEITEN . 307 26.4 ZUGRIFFSMOEGLICHKEITEN . 308 26.5 DREISTUFIGE INDIZES . 311 26.6 ZUSAMMENHANG ZU DATAFRAMES . 312 26.6.1 DER HARTE DIREKTE WEG . 312 26.6.2 UNSTACK UND STACK . 313 26.7 VERTAUSCHEN MEHRSTUFIGER INDIZES . 316 26.8 AUFGABEN . 317 27 DATENVISUALISIERUNG MIT PANDAS . 319 27.1 EINFUEHRUNG . 319 27.2 LINIENDIAGRAMM IN PANDAS . 320 27.2.1 SERIES . 320 27.2.2 DATAFRAMES . 322 27.2.3 SEKUNDAERACHSEN (TWIN AXES) . 325 27.2.4 MEHRERE Y-ACHSEN . 326 27.2.5 SPALTEN MIT ZEICHENKETTEN (STRINGS) IN FLOATS WANDELN . 327 27.3 BALKENDIAGRAMME IN PANDAS . 329 27.3.1 EIN EINFACHES BEISPIEL . 329 27.3.2 BALKENGRAFIK FUER DIE PROGRAMMIERSPRACHENNUTZUNG . 329 27.3.3 FARBGEBUNG EINER BALKENGRAFIK . 331 27.4 KUCHENDIAGRAMME IN PANDAS . 331 27.4.1 EIN EINFACHES BEISPIEL . 331 27.5 FLAECHENPLOT MIT AREA . 333 27.6 AUFGABEN . 334 28 ZEIT UND DATUM . 335 28.1 EINFUEHRUNG . 335 28.2 PYTHON-STANDARDMODULE FUER ZEIT-DATEN . 336 28.2.1 DIE DATE-KLASSE . 336 28.2.2 DIE TIME-KLASSE . 337 28.3 DIE DATETIME-KLASSE . 338 28.4 UNTERSCHIED ZWISCHEN ZEITEN . 340 28.4.1 WANDLUNG VON DATETIME-OBJEKTEN IN STRINGS . 341 28.4.2 WANDLUNG MIT STRFTIME . 341 28.5 AUSGABE IN LANDESSPRACHE . 342 28.6 DATETIME-OBJEKTE AUS STRINGS ERSTELLEN . 343 29 ZEITREIHEN . 345 29.1 EINFUEHRUNG . 345 29.2 ZEITREIHEN UND PYTHON . 345 29.3 DATUMSBEREICHE ERSTELLEN . 348 29.4 DATUMSBEREICHE MIT UHRZEITEN . 350 29.5 AUFGABEN . 351 TEIL IV ANWENDUNGEN . 353 30 TECHNIKEN DER BILDVERARBEITUNG . 355 30.1 EINFUEHRUNG . 355 30.2 BILDER IM MISC-PAKET . 356 30.3 EIGENE BILDER . 358 30.4 HISTOGRAMME DER FARBWERTE . 359 30.5 BILDERAUSSCHNITTE . 360 30.6 GEOMETRISCHE TRANSFORMATIONEN . 360 30.7 FILTERN . 362 30.8 BILDER AUFHELLEN UND ABTOENEN . 366 30.9 KACHELUNG . 374 30.10 WASSERZEICHEN . 376 30.11 AUFGABEN . 378 31 FINANZVERWALTUNG MIT PANDAS . 379 31.1 HAUSHALTSBUCH . 379 31.1.1 HAUSHALTSBUCH MIT CSV-DATEI. 380 31.1.2 ERZEUGEN EINES EXCEL-HAUSHALTSBUCHES . 382 31.1.3 AUSWERTUNG DES EXCEL-HAUSHALTSBUCHES . 384 31.2 EINNAHMENUEBERSCHUSSRECHNUNG . 385 31.2.1 JOURNALDATEI . 386 31.2.2 ANALYSE UND VISUALISIERUNG DER DATEN . 387 31.2.3 STEUERSUMMEN . 393 TEIL V LOESUNGEN ZU DEN AUFGABEN . 397 32 LOESUNGEN ZU DEN AUFGABEN . 399 32.1 LOESUNGEN ZU KAPITEL 4 (ARRAYS IN NUMPY ERZEUGEN) . 399 32.2 LOESUNGEN ZU KAPITEL 5 (DATENTYP-OBJEKT: DTYPE) . 400 32.3 LOESUNGEN ZU KAPITEL 7 (NUMERISCHE OPERATIONEN AUF NUMPY-ARRAYS) . 403 32.4 LOESUNGEN ZU KAPITEL 8 (STATISTIK UND WAHRSCHEINLICHKEITEN) . 404 32.5 LOESUNGEN ZU KAPITEL 9 (BOOLESCHE MASKIERUNG UND INDIZIERUNG) . 409 32.6 LOESUNGEN ZU KAPITEL 13 (MEHRFACHE PLOTS UND DOPPELACHSEN) . 410 32.7 LOESUNGEN ZU KAPITEL 16 (LEGENDEN UND ANNOTATIONEN) . 412 32.8 LOESUNGEN ZU KAPITEL 17 (KONTURPLOTS) . 414 32.9 LOESUNGEN ZU KAPITEL 18 (HISTOGRAMME UND DIAGRAMME) . 418 32.10 LOESUNGEN ZU KAPITEL 19 (PANDAS: EINFUEHRUNG) . 421 32.11 LOESUNGEN ZU KAPITEL 20 (DATAFRAME) . 422 32.12 LOESUNGEN ZU KAPITEL 21 (DATEIVERARBEITUNG) . 426 32.13 LOESUNGEN ZU KAPITEL 23 (PIVOT-TABELLEN) . 429 32.14 LOESUNGEN ZU KAPITEL 22 (PANDAS: GROUPBY) . 431 32.15 LOESUNGEN ZU KAPITEL 24 (UMGANG MIT NAN) . 434 32.16 LOESUNGEN ZU KAPITEL 26 (MEHRSTUFIGE INDIZIERUNG) . 435 32.17 LOESUNGEN ZU KAPITEL 27 (DATENVISUALISIERUNG MIT PANDAS) . 439 32.18 LOESUNGEN ZU KAPITEL 29 (ZEITREIHEN) . 441 32.19 LOESUNGEN ZU KAPITEL 30 (TECHNIKEN DER BILDVERARBEITUNG) . 441 STICHWORTVERZEICHNIS . 443
any_adam_object	1
any_adam_object_boolean	1
author	Klein, Bernd
author_GND	(DE-588)1036902072
author_facet	Klein, Bernd
author_role	aut
author_sort	Klein, Bernd
author_variant	b k bk
building	Verbundindex
bvnumber	BV049104226
classification_rvk	ST 250
classification_tum	DAT 366 MAT 650
ctrlnum	(OCoLC)1398315729 (DE-599)DNB1288941811
discipline	Informatik Mathematik
discipline_str_mv	Informatik Mathematik
edition	2., aktualisierte und erweiterte Auflage
format	Book
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>04501nam a22008058c 4500</leader><controlfield tag="001">BV049104226</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20240403 </controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">230818s2023 gw a\|\|\| \|\|\|\| 00\|\|\| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">23,N20</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">1288941811</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783446471702</subfield><subfield code="c">: circa EUR 29.99 (DE), circa EUR 30.90 (AT)</subfield><subfield code="9">978-3-446-47170-2</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3446471707</subfield><subfield code="9">3-446-47170-7</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783446471702</subfield></datafield><datafield tag="028" ind1="5" ind2="2"><subfield code="a">Bestellnummer: 553/47170</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1398315729</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB1288941811</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-BY</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-210</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-91G</subfield><subfield code="a">DE-92</subfield><subfield code="a">DE-12</subfield><subfield code="a">DE-188</subfield><subfield code="a">DE-M100</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 250</subfield><subfield code="0">(DE-625)143626:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="8">1\p</subfield><subfield code="a">004</subfield><subfield code="2">23sdnb</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">DAT 366</subfield><subfield code="2">stub</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">MAT 650</subfield><subfield code="2">stub</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Klein, Bernd</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)1036902072</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Numerisches Python</subfield><subfield code="b">arbeiten mit NumPy, Matplotlib und Pandas</subfield><subfield code="c">Bernd Klein</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">2., aktualisierte und erweiterte Auflage</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">München</subfield><subfield code="b">Hanser</subfield><subfield code="c">[2023]</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">© 2023</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XIV, 448 Seiten</subfield><subfield code="b">Illustrationen, Diagramme</subfield><subfield code="c">25 cm</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="520" ind1="3" ind2=" "><subfield code="a">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.</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Python</subfield><subfield code="g">Programmiersprache</subfield><subfield code="0">(DE-588)4434275-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Python 3.7</subfield><subfield code="0">(DE-588)1155266803</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Matplotlib</subfield><subfield code="0">(DE-588)1192378350</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">NumPy</subfield><subfield code="0">(DE-588)1192378229</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Programmierung</subfield><subfield code="0">(DE-588)4076370-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Wissenschaftliches Rechnen</subfield><subfield code="0">(DE-588)4338507-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">pandas</subfield><subfield code="g">Software</subfield><subfield code="0">(DE-588)1192378490</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Data Science</subfield><subfield code="0">(DE-588)1140936166</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Big-Data Python</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">csv-Dateien mit Python</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Datenbank</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Datenvisualisierung</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Internetentwicklung</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Programmiersprache</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Programmierung</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Python</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">FBITSONS: Andere Programmiersprachen</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">FBLEHR: Lehrbuch</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">INF2022</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Python</subfield><subfield code="g">Programmiersprache</subfield><subfield code="0">(DE-588)4434275-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">NumPy</subfield><subfield code="0">(DE-588)1192378229</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Matplotlib</subfield><subfield code="0">(DE-588)1192378350</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="3"><subfield code="a">pandas</subfield><subfield code="g">Software</subfield><subfield code="0">(DE-588)1192378490</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="4"><subfield code="a">Wissenschaftliches Rechnen</subfield><subfield code="0">(DE-588)4338507-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="5"><subfield code="a">Data Science</subfield><subfield code="0">(DE-588)1140936166</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Python 3.7</subfield><subfield code="0">(DE-588)1155266803</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Programmierung</subfield><subfield code="0">(DE-588)4076370-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe</subfield><subfield code="z">978-3-446-47366-9</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe, EPUB</subfield><subfield code="z">978-3-446-47957-9</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=034365699&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-034365699</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">vlb</subfield><subfield code="d">20230510</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#vlb</subfield></datafield></record></collection>
id	DE-604.BV049104226
illustrated	Illustrated
index_date	2024-07-03T22:33:29Z
indexdate	2024-07-10T09:55:26Z
institution	BVB
isbn	9783446471702 3446471707
language	German
oai_aleph_id	oai:aleph.bib-bvb.de:BVB01-034365699
oclc_num	1398315729
open_access_boolean
owner	DE-210 DE-860 DE-91G DE-BY-TUM DE-92 DE-12 DE-188 DE-M100
owner_facet	DE-210 DE-860 DE-91G DE-BY-TUM DE-92 DE-12 DE-188 DE-M100
physical	XIV, 448 Seiten Illustrationen, Diagramme 25 cm
publishDate	2023
publishDateSearch	2023
publishDateSort	2023
publisher	Hanser
record_format	marc
spelling	Klein, Bernd Verfasser (DE-588)1036902072 aut Numerisches Python arbeiten mit NumPy, Matplotlib und Pandas Bernd Klein 2., aktualisierte und erweiterte Auflage München Hanser [2023] © 2023 XIV, 448 Seiten Illustrationen, Diagramme 25 cm txt rdacontent n rdamedia nc rdacarrier 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. Python Programmiersprache (DE-588)4434275-5 gnd rswk-swf Python 3.7 (DE-588)1155266803 gnd rswk-swf Matplotlib (DE-588)1192378350 gnd rswk-swf NumPy (DE-588)1192378229 gnd rswk-swf Programmierung (DE-588)4076370-5 gnd rswk-swf Wissenschaftliches Rechnen (DE-588)4338507-2 gnd rswk-swf pandas Software (DE-588)1192378490 gnd rswk-swf Data Science (DE-588)1140936166 gnd rswk-swf Big-Data Python csv-Dateien mit Python Datenbank Datenvisualisierung Internetentwicklung Programmiersprache Programmierung Python FBITSONS: Andere Programmiersprachen FBLEHR: Lehrbuch INF2022 Python Programmiersprache (DE-588)4434275-5 s NumPy (DE-588)1192378229 s Matplotlib (DE-588)1192378350 s pandas Software (DE-588)1192378490 s Wissenschaftliches Rechnen (DE-588)4338507-2 s Data Science (DE-588)1140936166 s DE-604 Python 3.7 (DE-588)1155266803 s Programmierung (DE-588)4076370-5 s Erscheint auch als Online-Ausgabe 978-3-446-47366-9 Erscheint auch als Online-Ausgabe, EPUB 978-3-446-47957-9 DNB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=034365699&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis 1\p vlb 20230510 DE-101 https://d-nb.info/provenance/plan#vlb
spellingShingle	Klein, Bernd Numerisches Python arbeiten mit NumPy, Matplotlib und Pandas Python Programmiersprache (DE-588)4434275-5 gnd Python 3.7 (DE-588)1155266803 gnd Matplotlib (DE-588)1192378350 gnd NumPy (DE-588)1192378229 gnd Programmierung (DE-588)4076370-5 gnd Wissenschaftliches Rechnen (DE-588)4338507-2 gnd pandas Software (DE-588)1192378490 gnd Data Science (DE-588)1140936166 gnd
subject_GND	(DE-588)4434275-5 (DE-588)1155266803 (DE-588)1192378350 (DE-588)1192378229 (DE-588)4076370-5 (DE-588)4338507-2 (DE-588)1192378490 (DE-588)1140936166
title	Numerisches Python arbeiten mit NumPy, Matplotlib und Pandas
title_auth	Numerisches Python arbeiten mit NumPy, Matplotlib und Pandas
title_exact_search	Numerisches Python arbeiten mit NumPy, Matplotlib und Pandas
title_exact_search_txtP	Numerisches Python arbeiten mit NumPy, Matplotlib und Pandas
title_full	Numerisches Python arbeiten mit NumPy, Matplotlib und Pandas Bernd Klein
title_fullStr	Numerisches Python arbeiten mit NumPy, Matplotlib und Pandas Bernd Klein
title_full_unstemmed	Numerisches Python arbeiten mit NumPy, Matplotlib und Pandas Bernd Klein
title_short	Numerisches Python
title_sort	numerisches python arbeiten mit numpy matplotlib und pandas
title_sub	arbeiten mit NumPy, Matplotlib und Pandas
topic	Python Programmiersprache (DE-588)4434275-5 gnd Python 3.7 (DE-588)1155266803 gnd Matplotlib (DE-588)1192378350 gnd NumPy (DE-588)1192378229 gnd Programmierung (DE-588)4076370-5 gnd Wissenschaftliches Rechnen (DE-588)4338507-2 gnd pandas Software (DE-588)1192378490 gnd Data Science (DE-588)1140936166 gnd
topic_facet	Python Programmiersprache Python 3.7 Matplotlib NumPy Programmierung Wissenschaftliches Rechnen pandas Software Data Science
url	http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=034365699&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
work_keys_str_mv	AT kleinbernd numerischespythonarbeitenmitnumpymatplotlibundpandas

Verfügbarkeit

Es ist kein Print-Exemplar vorhanden.

Fernleihe Bestellen Achtung: Nicht im THWS-Bestand! Inhaltsverzeichnis

MARC

Datensatz im Suchindex

Es ist kein Print-Exemplar vorhanden.

Ähnliche Einträge