Datenanalyse mit Python, 2nd Edition

KAPITEL 2

Grundlagen von Python, IPython und Jupyter-Notebooks

Als ich 2011 und 2012 die 1. Auflage dieses Buchs verfasste, gab es nur wenige Ressourcen zum Erlernen der Datenanalyse in Python. Teils war dies ein Henne-Ei-Problem; viele Bibliotheken, die wir inzwischen als selbstverständlich ansehen, wie pandas, scikit-learn und statsmodels, waren damals vergleichsweise unausgereift. 2017 gibt es eine immer größer werdende Auswahl an Literatur zu den Themen Datenwissenschaft, Datenanalyse und maschinelles Lernen, die die früheren Arbeiten über das allgemeine wissenschaftliche Rechnen für Informatiker, Physiker und Forscher aus anderen Wissenschaftsfeldern ergänzt. Darüber hinaus gibt es ausgezeichnete Bücher über das Erlernen der Programmiersprache ...