ΒΑΣΙΚΑ ΕΡΓΑΛΕΙΑ ΓΙΑ ΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΜΕ ΔΕΔΟΜΕΝΑ

Η Python είναι ένα εργαλείο πρώτης κατηγορίας για πολλούς ερευνητές, κυρίως λόγω των βιβλιοθηκών της για αποθήκευση, χειρισμό και απόκτηση πληροφοριών από δεδομένα. Υπάρχουν αρκετοί πόροι για μεμονωμένα κομμάτια αυτής της επιστήμης δεδομένων, αλλά μόνο με την νέα έκδοση του Python Data Science Handbook τα έχετε όλα - IPython, NumPy, pandas, Matplotlib, Scikit-Learn και άλλα σχετικά εργαλεία. Οι επαγγελματίες επιστήμονες και οι αναλυτές δεδομένων που είναι εξοικειωμένοι με την ανάγνωση και τη σύνταξη κώδικα Python θα βρουν την έκδοση ιδανική για την αντιμετώπιση καθημερινών ζητημάτων: χειρισμός, μετασχηματισμός και καθαρισμός δεδομένων, οπτικοποίηση διαφορετικών τύπων δεδομένων, και χρήση δεδομένων για τη δημιουργία μοντέλων στατιστικής ή μηχανικής μάθησης. Πολύ απλά, είναι ένα απαραίτητο εργαλείο για επιστημονικούς υπολογισμούς στην Python.

Με αυτό το εγχειρίδιο, θα μάθετε πώς:
-Το IPython και το Jupyter παρέχουν υπολογιστικά περιβάλλοντα για επιστήμονες που χρησιμοποιούν Python.
-Το NumPy περιλαμβάνει το ndarray για αποτελεσματική αποθήκευση και χειρισμό πυκνών συστοιχιών δεδομένων.
-Το Pandas περιέχει το DataFrame για αποτελεσματική αποθήκευση και χειρισμό δεδομένων με ετικέτες / στήλες.
-Το Matplotlib περιλαμβάνει δυνατότητες για ένα ευέλικτο φάσμα απεικονίσεων δεδομένων.
-Το Scikit-Learn σας βοηθά να δημιουργήσετε αποτελεσματικές και καθαρές υλοποιήσεις Python από τις πιο σημαντικούς και καθιερωμένους Αλγόριθμους μηχανικής μάθησης.