Data Science mit Python: das Handbuch für den Einsatz von IPython, Jupyter, NumPy, Pandas, Matplotlib, Scikit-Learn
Die wichtigsten Tools für die Datenanalyse und-bearbeitung im praktischen Einsatz Python effizient für datenintensive Berechnungen einsetzen mit IPython und Jupyter Laden, Speichern und Bearbeiten von Daten und numerischen Arrays mit NumPy und Pandas Visualisierung von Daten mit Matplotlib Python is...
Gespeichert in:
| Beteilige Person: | |
|---|---|
| Weitere beteiligte Personen: | |
| Format: | Elektronisch E-Book |
| Sprache: | Deutsch |
| Veröffentlicht: |
Frechen
MITP
2018
|
| Ausgabe: | 1. Auflage. |
| Schlagwörter: | |
| Links: | https://learning.oreilly.com/library/view/-/9783958456976/?ar |
| Zusammenfassung: | Die wichtigsten Tools für die Datenanalyse und-bearbeitung im praktischen Einsatz Python effizient für datenintensive Berechnungen einsetzen mit IPython und Jupyter Laden, Speichern und Bearbeiten von Daten und numerischen Arrays mit NumPy und Pandas Visualisierung von Daten mit Matplotlib Python ist für viele die erste Wahl für Data Science, weil eine Vielzahl von Ressourcen und Bibliotheken zum Speichern, Bearbeiten und Auswerten von Daten verfügbar ist. In diesem Buch erläutert der Autor den Einsatz der wichtigsten Tools. Für Datenanalytiker und Wissenschaftler ist dieses umfassende Handbuch von unschätzbarem Wert für jede Art von Berechnung mit Python sowie bei der Erledigung alltäglicher Aufgaben. Dazu gehören das Bearbeiten, Umwandeln und Bereinigen von Daten, die Visualisierung verschiedener Datentypen und die Nutzung von Daten zum Erstellen von Statistiken oder Machine-Learning-Modellen. Dieses Handbuch erläutert die Verwendung der folgenden Tools: IPython und Jupyter für datenintensive Berechnungen NumPy und Pandas zum effizienten Speichern und Bearbeiten von Daten und Datenarrays in Python Matplotlib für vielfältige Möglichkeiten der Visualisierung von Daten Scikit-Learn zur effizienten und sauberen Implementierung der wichtigsten und am meisten verbreiteten Algorithmen des Machine Learnings Der Autor zeigt Ihnen, wie Sie die zum Betreiben von Data Science verfügbaren Pakete nutzen, um Daten effektiv zu speichern, zu handhaben und Einblick in diese Daten zu gewinnen. Grundlegende Kenntnisse in Python werden dabei vorausgesetzt. Leserstimme zum Buch: »Wenn Sie Data Science mit Python betreiben möchten, ist dieses Buch ein hervorragender Ausgangspunkt. Ich habe es sehr erfolgreich beim Unterrichten von Informatik- und Statistikstudenten eingesetzt. Jake geht weit über die Grundlagen der Open-Source-Tools hinaus und erläutert die grundlegenden Konzepte, Vorgehensweisen und Abstraktionen in klarer Sprache und mit verständlichen Erklärungen.« - Brian Granger, Physikprofessor, California Polytechnic State University, Mitbegründer des Jupyter-Projekts. |
| Beschreibung: | Includes bibliographical references and index. - Online resource; title from PDF title page (EBSCO, viewed December 20, 2017) |
| Umfang: | 1 Online-Ressource |
| ISBN: | 9783958456969 3958456960 9783958456952 3958456952 9783958456976 3958456979 |
Internformat
MARC
| LEADER | 00000cam a22000002 4500 | ||
|---|---|---|---|
| 001 | ZDB-30-ORH-047769777 | ||
| 003 | DE-627-1 | ||
| 005 | 20240228120403.0 | ||
| 007 | cr uuu---uuuuu | ||
| 008 | 191023s2018 xx |||||o 00| ||ger c | ||
| 020 | |a 9783958456969 |c electronic bk. |9 978-3-95845-696-9 | ||
| 020 | |a 3958456960 |c electronic bk. |9 3-95845-696-0 | ||
| 020 | |a 9783958456952 |9 978-3-95845-695-2 | ||
| 020 | |a 3958456952 |9 3-95845-695-2 | ||
| 020 | |a 9783958456976 |9 978-3-95845-697-6 | ||
| 020 | |a 3958456979 |9 3-95845-697-9 | ||
| 035 | |a (DE-627-1)047769777 | ||
| 035 | |a (DE-599)KEP047769777 | ||
| 035 | |a (ORHE)9783958456976 | ||
| 035 | |a (DE-627-1)047769777 | ||
| 040 | |a DE-627 |b ger |c DE-627 |e rda | ||
| 041 | |a ger | ||
| 072 | 7 | |a COM |2 bisacsh | |
| 082 | 0 | |a 006.312 |2 23 | |
| 100 | 1 | |a Vanderplas, Jacob T. |e VerfasserIn |4 aut | |
| 240 | 1 | 0 | |a Python data science handbook |
| 245 | 1 | 0 | |a Data Science mit Python |b das Handbuch für den Einsatz von IPython, Jupyter, NumPy, Pandas, Matplotlib, Scikit-Learn |c Jake VanderPlas ; Übersetzung aus dem Englischen von Knut Lorenzen |
| 250 | |a 1. Auflage. | ||
| 264 | 1 | |a Frechen |b MITP |c 2018 | |
| 300 | |a 1 Online-Ressource | ||
| 336 | |a Text |b txt |2 rdacontent | ||
| 337 | |a Computermedien |b c |2 rdamedia | ||
| 338 | |a Online-Ressource |b cr |2 rdacarrier | ||
| 500 | |a Includes bibliographical references and index. - Online resource; title from PDF title page (EBSCO, viewed December 20, 2017) | ||
| 520 | |a Die wichtigsten Tools für die Datenanalyse und-bearbeitung im praktischen Einsatz Python effizient für datenintensive Berechnungen einsetzen mit IPython und Jupyter Laden, Speichern und Bearbeiten von Daten und numerischen Arrays mit NumPy und Pandas Visualisierung von Daten mit Matplotlib Python ist für viele die erste Wahl für Data Science, weil eine Vielzahl von Ressourcen und Bibliotheken zum Speichern, Bearbeiten und Auswerten von Daten verfügbar ist. In diesem Buch erläutert der Autor den Einsatz der wichtigsten Tools. Für Datenanalytiker und Wissenschaftler ist dieses umfassende Handbuch von unschätzbarem Wert für jede Art von Berechnung mit Python sowie bei der Erledigung alltäglicher Aufgaben. Dazu gehören das Bearbeiten, Umwandeln und Bereinigen von Daten, die Visualisierung verschiedener Datentypen und die Nutzung von Daten zum Erstellen von Statistiken oder Machine-Learning-Modellen. Dieses Handbuch erläutert die Verwendung der folgenden Tools: IPython und Jupyter für datenintensive Berechnungen NumPy und Pandas zum effizienten Speichern und Bearbeiten von Daten und Datenarrays in Python Matplotlib für vielfältige Möglichkeiten der Visualisierung von Daten Scikit-Learn zur effizienten und sauberen Implementierung der wichtigsten und am meisten verbreiteten Algorithmen des Machine Learnings Der Autor zeigt Ihnen, wie Sie die zum Betreiben von Data Science verfügbaren Pakete nutzen, um Daten effektiv zu speichern, zu handhaben und Einblick in diese Daten zu gewinnen. Grundlegende Kenntnisse in Python werden dabei vorausgesetzt. Leserstimme zum Buch: »Wenn Sie Data Science mit Python betreiben möchten, ist dieses Buch ein hervorragender Ausgangspunkt. Ich habe es sehr erfolgreich beim Unterrichten von Informatik- und Statistikstudenten eingesetzt. Jake geht weit über die Grundlagen der Open-Source-Tools hinaus und erläutert die grundlegenden Konzepte, Vorgehensweisen und Abstraktionen in klarer Sprache und mit verständlichen Erklärungen.« - Brian Granger, Physikprofessor, California Polytechnic State University, Mitbegründer des Jupyter-Projekts. | ||
| 650 | 0 | |a Python (Computer program language) | |
| 650 | 0 | |a Data mining | |
| 650 | 2 | |a Data Mining | |
| 650 | 4 | |a Python (Langage de programmation) | |
| 650 | 4 | |a Exploration de données (Informatique) | |
| 650 | 4 | |a COMPUTERS ; General | |
| 650 | 4 | |a Data mining | |
| 650 | 4 | |a Python (Computer program language) | |
| 700 | 1 | |a Lorenzen, Knut |e ÜbersetzerIn |4 trl | |
| 966 | 4 | 0 | |l DE-91 |p ZDB-30-ORH |q TUM_PDA_ORH |u https://learning.oreilly.com/library/view/-/9783958456976/?ar |m X:ORHE |x Aggregator |z lizenzpflichtig |3 Volltext |
| 912 | |a ZDB-30-ORH | ||
| 912 | |a ZDB-30-ORH | ||
| 951 | |a BO | ||
| 912 | |a ZDB-30-ORH | ||
| 049 | |a DE-91 | ||
Datensatz im Suchindex
| DE-BY-TUM_katkey | ZDB-30-ORH-047769777 |
|---|---|
| _version_ | 1821494855612760064 |
| adam_text | |
| any_adam_object | |
| author | Vanderplas, Jacob T. |
| author2 | Lorenzen, Knut |
| author2_role | trl |
| author2_variant | k l kl |
| author_facet | Vanderplas, Jacob T. Lorenzen, Knut |
| author_role | aut |
| author_sort | Vanderplas, Jacob T. |
| author_variant | j t v jt jtv |
| building | Verbundindex |
| bvnumber | localTUM |
| collection | ZDB-30-ORH |
| ctrlnum | (DE-627-1)047769777 (DE-599)KEP047769777 (ORHE)9783958456976 |
| dewey-full | 006.312 |
| dewey-hundreds | 000 - Computer science, information, general works |
| dewey-ones | 006 - Special computer methods |
| dewey-raw | 006.312 |
| dewey-search | 006.312 |
| dewey-sort | 16.312 |
| dewey-tens | 000 - Computer science, information, general works |
| discipline | Informatik |
| edition | 1. Auflage. |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>04146cam a22005412 4500</leader><controlfield tag="001">ZDB-30-ORH-047769777</controlfield><controlfield tag="003">DE-627-1</controlfield><controlfield tag="005">20240228120403.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">191023s2018 xx |||||o 00| ||ger c</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783958456969</subfield><subfield code="c">electronic bk.</subfield><subfield code="9">978-3-95845-696-9</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3958456960</subfield><subfield code="c">electronic bk.</subfield><subfield code="9">3-95845-696-0</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783958456952</subfield><subfield code="9">978-3-95845-695-2</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3958456952</subfield><subfield code="9">3-95845-695-2</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783958456976</subfield><subfield code="9">978-3-95845-697-6</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3958456979</subfield><subfield code="9">3-95845-697-9</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627-1)047769777</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)KEP047769777</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ORHE)9783958456976</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627-1)047769777</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="072" ind1=" " ind2="7"><subfield code="a">COM</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">006.312</subfield><subfield code="2">23</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Vanderplas, Jacob T.</subfield><subfield code="e">VerfasserIn</subfield><subfield code="4">aut</subfield></datafield><datafield tag="240" ind1="1" ind2="0"><subfield code="a">Python data science handbook</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Data Science mit Python</subfield><subfield code="b">das Handbuch für den Einsatz von IPython, Jupyter, NumPy, Pandas, Matplotlib, Scikit-Learn</subfield><subfield code="c">Jake VanderPlas ; Übersetzung aus dem Englischen von Knut Lorenzen</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">1. Auflage.</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Frechen</subfield><subfield code="b">MITP</subfield><subfield code="c">2018</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 Online-Ressource</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Includes bibliographical references and index. - Online resource; title from PDF title page (EBSCO, viewed December 20, 2017)</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Die wichtigsten Tools für die Datenanalyse und-bearbeitung im praktischen Einsatz Python effizient für datenintensive Berechnungen einsetzen mit IPython und Jupyter Laden, Speichern und Bearbeiten von Daten und numerischen Arrays mit NumPy und Pandas Visualisierung von Daten mit Matplotlib Python ist für viele die erste Wahl für Data Science, weil eine Vielzahl von Ressourcen und Bibliotheken zum Speichern, Bearbeiten und Auswerten von Daten verfügbar ist. In diesem Buch erläutert der Autor den Einsatz der wichtigsten Tools. Für Datenanalytiker und Wissenschaftler ist dieses umfassende Handbuch von unschätzbarem Wert für jede Art von Berechnung mit Python sowie bei der Erledigung alltäglicher Aufgaben. Dazu gehören das Bearbeiten, Umwandeln und Bereinigen von Daten, die Visualisierung verschiedener Datentypen und die Nutzung von Daten zum Erstellen von Statistiken oder Machine-Learning-Modellen. Dieses Handbuch erläutert die Verwendung der folgenden Tools: IPython und Jupyter für datenintensive Berechnungen NumPy und Pandas zum effizienten Speichern und Bearbeiten von Daten und Datenarrays in Python Matplotlib für vielfältige Möglichkeiten der Visualisierung von Daten Scikit-Learn zur effizienten und sauberen Implementierung der wichtigsten und am meisten verbreiteten Algorithmen des Machine Learnings Der Autor zeigt Ihnen, wie Sie die zum Betreiben von Data Science verfügbaren Pakete nutzen, um Daten effektiv zu speichern, zu handhaben und Einblick in diese Daten zu gewinnen. Grundlegende Kenntnisse in Python werden dabei vorausgesetzt. Leserstimme zum Buch: »Wenn Sie Data Science mit Python betreiben möchten, ist dieses Buch ein hervorragender Ausgangspunkt. Ich habe es sehr erfolgreich beim Unterrichten von Informatik- und Statistikstudenten eingesetzt. Jake geht weit über die Grundlagen der Open-Source-Tools hinaus und erläutert die grundlegenden Konzepte, Vorgehensweisen und Abstraktionen in klarer Sprache und mit verständlichen Erklärungen.« - Brian Granger, Physikprofessor, California Polytechnic State University, Mitbegründer des Jupyter-Projekts.</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Python (Computer program language)</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Data mining</subfield></datafield><datafield tag="650" ind1=" " ind2="2"><subfield code="a">Data Mining</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Python (Langage de programmation)</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Exploration de données (Informatique)</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">COMPUTERS ; General</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Data mining</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Python (Computer program language)</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Lorenzen, Knut</subfield><subfield code="e">ÜbersetzerIn</subfield><subfield code="4">trl</subfield></datafield><datafield tag="966" ind1="4" ind2="0"><subfield code="l">DE-91</subfield><subfield code="p">ZDB-30-ORH</subfield><subfield code="q">TUM_PDA_ORH</subfield><subfield code="u">https://learning.oreilly.com/library/view/-/9783958456976/?ar</subfield><subfield code="m">X:ORHE</subfield><subfield code="x">Aggregator</subfield><subfield code="z">lizenzpflichtig</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">BO</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-91</subfield></datafield></record></collection> |
| id | ZDB-30-ORH-047769777 |
| illustrated | Not Illustrated |
| indexdate | 2025-01-17T11:21:01Z |
| institution | BVB |
| isbn | 9783958456969 3958456960 9783958456952 3958456952 9783958456976 3958456979 |
| language | German |
| open_access_boolean | |
| owner | DE-91 DE-BY-TUM |
| owner_facet | DE-91 DE-BY-TUM |
| physical | 1 Online-Ressource |
| psigel | ZDB-30-ORH TUM_PDA_ORH ZDB-30-ORH |
| publishDate | 2018 |
| publishDateSearch | 2018 |
| publishDateSort | 2018 |
| publisher | MITP |
| record_format | marc |
| spelling | Vanderplas, Jacob T. VerfasserIn aut Python data science handbook Data Science mit Python das Handbuch für den Einsatz von IPython, Jupyter, NumPy, Pandas, Matplotlib, Scikit-Learn Jake VanderPlas ; Übersetzung aus dem Englischen von Knut Lorenzen 1. Auflage. Frechen MITP 2018 1 Online-Ressource Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier Includes bibliographical references and index. - Online resource; title from PDF title page (EBSCO, viewed December 20, 2017) Die wichtigsten Tools für die Datenanalyse und-bearbeitung im praktischen Einsatz Python effizient für datenintensive Berechnungen einsetzen mit IPython und Jupyter Laden, Speichern und Bearbeiten von Daten und numerischen Arrays mit NumPy und Pandas Visualisierung von Daten mit Matplotlib Python ist für viele die erste Wahl für Data Science, weil eine Vielzahl von Ressourcen und Bibliotheken zum Speichern, Bearbeiten und Auswerten von Daten verfügbar ist. In diesem Buch erläutert der Autor den Einsatz der wichtigsten Tools. Für Datenanalytiker und Wissenschaftler ist dieses umfassende Handbuch von unschätzbarem Wert für jede Art von Berechnung mit Python sowie bei der Erledigung alltäglicher Aufgaben. Dazu gehören das Bearbeiten, Umwandeln und Bereinigen von Daten, die Visualisierung verschiedener Datentypen und die Nutzung von Daten zum Erstellen von Statistiken oder Machine-Learning-Modellen. Dieses Handbuch erläutert die Verwendung der folgenden Tools: IPython und Jupyter für datenintensive Berechnungen NumPy und Pandas zum effizienten Speichern und Bearbeiten von Daten und Datenarrays in Python Matplotlib für vielfältige Möglichkeiten der Visualisierung von Daten Scikit-Learn zur effizienten und sauberen Implementierung der wichtigsten und am meisten verbreiteten Algorithmen des Machine Learnings Der Autor zeigt Ihnen, wie Sie die zum Betreiben von Data Science verfügbaren Pakete nutzen, um Daten effektiv zu speichern, zu handhaben und Einblick in diese Daten zu gewinnen. Grundlegende Kenntnisse in Python werden dabei vorausgesetzt. Leserstimme zum Buch: »Wenn Sie Data Science mit Python betreiben möchten, ist dieses Buch ein hervorragender Ausgangspunkt. Ich habe es sehr erfolgreich beim Unterrichten von Informatik- und Statistikstudenten eingesetzt. Jake geht weit über die Grundlagen der Open-Source-Tools hinaus und erläutert die grundlegenden Konzepte, Vorgehensweisen und Abstraktionen in klarer Sprache und mit verständlichen Erklärungen.« - Brian Granger, Physikprofessor, California Polytechnic State University, Mitbegründer des Jupyter-Projekts. Python (Computer program language) Data mining Data Mining Python (Langage de programmation) Exploration de données (Informatique) COMPUTERS ; General Lorenzen, Knut ÜbersetzerIn trl |
| spellingShingle | Vanderplas, Jacob T. Data Science mit Python das Handbuch für den Einsatz von IPython, Jupyter, NumPy, Pandas, Matplotlib, Scikit-Learn Python (Computer program language) Data mining Data Mining Python (Langage de programmation) Exploration de données (Informatique) COMPUTERS ; General |
| title | Data Science mit Python das Handbuch für den Einsatz von IPython, Jupyter, NumPy, Pandas, Matplotlib, Scikit-Learn |
| title_alt | Python data science handbook |
| title_auth | Data Science mit Python das Handbuch für den Einsatz von IPython, Jupyter, NumPy, Pandas, Matplotlib, Scikit-Learn |
| title_exact_search | Data Science mit Python das Handbuch für den Einsatz von IPython, Jupyter, NumPy, Pandas, Matplotlib, Scikit-Learn |
| title_full | Data Science mit Python das Handbuch für den Einsatz von IPython, Jupyter, NumPy, Pandas, Matplotlib, Scikit-Learn Jake VanderPlas ; Übersetzung aus dem Englischen von Knut Lorenzen |
| title_fullStr | Data Science mit Python das Handbuch für den Einsatz von IPython, Jupyter, NumPy, Pandas, Matplotlib, Scikit-Learn Jake VanderPlas ; Übersetzung aus dem Englischen von Knut Lorenzen |
| title_full_unstemmed | Data Science mit Python das Handbuch für den Einsatz von IPython, Jupyter, NumPy, Pandas, Matplotlib, Scikit-Learn Jake VanderPlas ; Übersetzung aus dem Englischen von Knut Lorenzen |
| title_short | Data Science mit Python |
| title_sort | data science mit python das handbuch fur den einsatz von ipython jupyter numpy pandas matplotlib scikit learn |
| title_sub | das Handbuch für den Einsatz von IPython, Jupyter, NumPy, Pandas, Matplotlib, Scikit-Learn |
| topic | Python (Computer program language) Data mining Data Mining Python (Langage de programmation) Exploration de données (Informatique) COMPUTERS ; General |
| topic_facet | Python (Computer program language) Data mining Data Mining Python (Langage de programmation) Exploration de données (Informatique) COMPUTERS ; General |
| work_keys_str_mv | AT vanderplasjacobt pythondatasciencehandbook AT lorenzenknut pythondatasciencehandbook AT vanderplasjacobt datasciencemitpythondashandbuchfurdeneinsatzvonipythonjupyternumpypandasmatplotlibscikitlearn AT lorenzenknut datasciencemitpythondashandbuchfurdeneinsatzvonipythonjupyternumpypandasmatplotlibscikitlearn |