Python и анализ данных

Лариса Токарева

Гарем для землянки (СИ)

автору спасибо. немного наивно но интересно. читайте.

perlichka

Среднощна роза

Разтьрстващ разказ,много силно четиво

Деметра Санкер

Рыжее недоразумение для проклятого герцога (СИ)

Полный бред, наивность и отсутствие логики. Героиня - наивная недоведьма, которая вот так сразу овладела всеми стихиями, ей подвластны все заклинания, но разум у неё как у ребёнка. И это

MarijaAlex

Такая душераздирающая книжка, что последнюю страницу я встречаю как праздник.Читатель, если тебе плохо, то надо прочитать эту книжку, где автор сделала все, чтобы твои беды и печали были ничем по сравнением

MarijaAlex

Нелюдимый (СИ)

Наверное книг с таким сюжетом я прочла уйму.Найти для себя что-то новое трудно, удивительно, что книжка мне понравилась и даже какие-то моменты меня задели за живое.Книжку можно читать, в ней есть всё и боль,

MarijaAlex

Так похожа на нее (СИ)

книжка хорошо написана и сюжет хоть избит, но воплощение его неплохое.Здесь нет в прямом понимании золушек и сто процентных принцев.Начало очень даже спокойное и скучноватое.Несколько страниц в конце

MarijaAlex

Мадин

Это такая хрень,поэтому лучше пройти мимо и не тратить своё время понапрасну.

Другая компьютерная литература, Программы

Автор: Маккинни Уэс

Язык: русский

Год: 2020

Добавил: Admin 18 Ноя 20

Проверил: Admin 25 Мар 21

Формат: FB2, ePub, TXT, RTF, PDF, HTML, MOBI, JAVA, LRF

Currently 0/5

Рейтинг: 0/5 (Всего голосов: 0)

Аннотация

Второе издание этой книги дает современное практическое введение в разработку научных приложений на Python, ориентированных на обработку данных. Код переписан под версию Python 3.6, добавлены сведения о последних версиях библиотек pandas, NumPy, IPython и Jupyter.
Описаны те части языка Python и библиотеки для него, которые необходимы для эффективного решения широкого круга аналитических задач: интерактив-ная оболочка IPython и Jupyter-блокноты, библиотеки NumPy и pandas, библиотека для визуализации данных matplotlib и др.
Издание подойдет как аналитикам, только начинающим осваивать обработку данных, так и опытным программистам на Python, еще не знакомым с научными приложениями.