Precisa de ajuda?

+ 55 11 99384-2442
[email protected]

Livro Impresso

Guia Do Python para Data Science - Tradução da Segunda Edição
ferramentas essenciais para trabalhar com dados



Python, Ciência, Dados, Data, Bayes, Bayesiana, notebooks, ipython, jupyter


Sinopse

O Python é uma excelente ferramenta para muitos pesquisadores, principalmente por causa de suas bibliotecas para armazenar, manipular e obter insights de dados. Existem vários recursos para as partes individuais do data science, mas apenas com a nova edição do Guia do Python para Data Science você tem tudo: IPython, NumPy, pandas, Matplotlib, Scikit-Learn e outras ferramentas afins.
Cientistas de laboratório e analistas de dados familiarizados com a leitura e a escrita do código Python acharão a segunda edição desta referência abrangente ideal para lidar com questões do dia a dia: manipulação, transformação e limpeza de dados; visualização de diferentes tipos de dados; e uso de dados para construir modelos estatísticos ou de machine learning. Em outras palavras, é a referência obrigatória para a computação científica em Python.
Com este guia, você aprenderá que:
• IPython e Jupyter fornecem ambientes de computação para cientistas que usam o Python
• NumPy inclui ndarray para um armazenamento e uma manipulação eficientes de densos arrays de dados
• Pandas contém DataFrame para um armazenamento e uma manipulação eficientes de dados tabulares
• Matplotlib inclui capacidades para inúmeras visualizações de dados
• Scikit-Learn ajuda a criar implementações limpas e eficientes em Python dos algoritmos mais importantes e consolidados em machine learning

Metadado adicionado por Editora Alta Books em 11/03/2025

Encontrou alguma informação errada?

ISBN relacionados

9788550821795 (ISBN do e-book em ePUB)


Metadados adicionados: 11/03/2025
Última alteração: 11/03/2025

Autores e Biografia

VanderPlas, Jake (Autor) - Jake VanderPlas é engenheiro de software no Google Research, trabalhando em ferramentas que dão suporte à pesquisa com grande volume de dados. Ele cria e desenvolve ferramentas em Python para usar na ciência com muitos dados, inclusive pacotes como Scikit-Learn, SciPy, Astropy, Altair, JAX e muitos outros.

Para acessar as informações desta seção, Faça o login.