Sie wollen sich ernsthaft mit wissenschaftlicher Datenanalyse beschäftigen und wissen, dass Sie da an Python nur schwer vorbeikommen? Dann ist dieses das richtige Buch für Sie. John Paul Mueller erklärt Ihnen, was Sie in Python beherrschen müssen, um sich der Datenanalyse zu widmen inklusive Objekten, Funktionen, Modulen und Bibliotheken. Außerdem erläutert er die wichtigsten Bibliotheken für die Datenanalyse wie NumPy, SciPy, BeautifulSoup, Pandas, und MatPlobLib. So lernen Sie Python für die Datenanalyse richtig einsetzen.

Table of Contents:
Über die Autoren 9 Luca Massarons Widmung 9 John Muellers Widmung 10 Luca Massarons Danksagung 10 John Muellers Danksagung 10 Einleitung 23 Über dieses Buch 23 Törichte Annahmen 24 Im Buch verwendete Symbole 25 Über das Buch hinaus 25 Wie es weitergeht 26 Teil I Erste Schritte mit Python für Data Science 27 Kapitel 1 Wie Data Science und Python zusammenpassen 29 Die Definition des geilsten Jobs des 21. Jahrhunderts 31 Die Entstehung von Data Science 31 Umriss der Kernkompetenzen eines Data Scientists 32 Die Verbindung von Data Science und Big Data 32 Das Verständnis der Rolle der Programmierung 33 Die Entwicklung einer Data-Science-Pipeline 33 Vorbereitung der Daten 33 Darstellung der beschreibenden Datenanalyse 34 Von den Daten lernen 34 Visualisierung 34 Erkenntnisse und Ergebnisse 34 Die Rolle von Python in Data Science 35 Das sich wandelnde Profil eines Data Scientists 35 Die Arbeit mit einer vielseitigen, einfachen und effizienten Sprache 36 Der schnelle Einstieg in Python 36 Daten laden 38 Ein Modell ableiten 38 Anzeige eines Ergebnisses 39 Kapitel 2 Einführung in Pythons Fähigkeiten und Möglichkeiten 41 Warum Python? 42 Verständnis der Kernphilosophie Pythons 43 Gegenwärtige und zukünftige Entwicklungsziele entdecken 43 Arbeiten mit Python 43 Ein Vorgeschmack auf die Sprache 43 Die Notwendigkeit von Einrückungen verstehen 44 Arbeiten mit der Kommandozeile oder IDE 44 Schnelles Prototyping und Experimentieren 49 Die Geschwindigkeit der Ausführung 51 Die Kraft der Visualisierung 52 Das Python-Ökosystem für Data Science 54 Mit SciPy auf wissenschaftliche Werkzeuge zugreifen 54 Grundlagen des wissenschaftlichen Rechnens mit NumPy 54 Datenanalyse mit Pandas 54 Implementierung des maschinellen Lernens mit Scikit-learn 55 Plotten mit MatPlotLib 55 Syntaxanalyse von HTML-Dokumenten mit Beautiful Soup 55 Kapitel 3 Einrichtung von Python für Data Science 57 Betrachtung der üblichen wissenschaftlichen Distributionen 58 Continuum Analytics Anaconda 58 Enthought Canopy Express 59 Pythonxy 60 WinPython 60 Installation von Anaconda auf Windows 60 Installation von Anaconda auf Linux 64 Installation von Anaconda auf Mac OS X 65 Download der Datensätze und des Beispielcodes 66 Die Nutzung von IPython Notebook 67 Festlegung des Code-Archivs 68 Verständnis der in diesem Buch verwendeten Datensätze 74 Kapitel 4 Die Grundlagen von Python 77 Arbeiten mit Zahlen und Logik 78 Zuordnung von Variablen 79 Arithmetik 80 Vergleichen von Daten mit booleschen Ausdrücken 82 Erstellung und Nutzung von Zeichenketten 84 Interaktionen mit einer Zeitangabe 85 Erstellung und Verwendung von Funktionen 87 Entwicklung wiederverwendbarer Funktionen 87 Der Aufruf einer Funktion auf unterschiedliche Arten 89 Verwendung von bedingten und iterativen Anweisungen 92 Entscheidungsfindung mit der if-Anweisung 92 Die Wahl zwischen mehreren Optionen mit verschachtelten Entscheidungen 93 Ausführung sich wiederholender Aufgaben mit dem for-Kommando 94 Verwendung der while-Anweisung 95 Daten mit Mengen, Listen und Tupeln speichern 96 Operationen mit Mengen 96 Die Arbeit mit Listen 97 Erstellung und Verwendung von Tupeln 98 Definition nützlicher Iteratoren 100 Indizierung von Daten mit Dictionaries 101 Teil II Mit Daten arbeiten 103 Kapitel 5 Arbeiten mit richtigen Daten 105 Upload, Streaming und Auswahl von Daten 106 Laden kleiner Datenmengen in den Speicher 106 Laden großer Datenmengen in den Speicher 108 Auswahl von Daten 108 Daten in strukturierter Flatfile-Form 110 Aus einer Textdatei lesen 110 Lesen des CSV-Formats 111 Lesen von Excel- oder anderen Microsoft-Dateien 114 Laden von Daten aus unstrukturierten Dateien 115 Verwaltung von Daten aus relationalen Datenbanken 118 Interaktion mit Daten einer NoSQL-Datenbank 120 Verwendung von Daten aus dem Internet 120 Kapitel 6 Konditionierung der Daten 125 Zwischen NumPy und Pandas hin- und herjonglieren 126 Wann man NumPy verwendet 126 Wann man Pandas verwendet 126 Validierung der Daten 127 Herausfinden, was in Ihren Daten steckt 127 Duplikate entfernen 129 Erstellung einer Datenkarte und eines Datenplans 129 Manipulation kategorialer Variablen 131 Erstellung kategorialer Variablen 132 Umbenennen der Ebenen 134 Die Kombination von Ebenen 134 Der Umgang mit Zeitangaben in Ihren Daten 136 Formatierung von Datums- und Zeitangaben 136 Die richtige Zeittransformation 137 Umgang mit fehlenden Daten 138 Fehlende Daten finden 138 Codierung fehlender Daten 139 Einspeisung fehlender Daten 140 Schneiden und Vereinzeln: Filtern und Auswählen von Daten 141 Zeilen schneiden 141 Spalten schneiden 142 Vereinzelung 143 Verkettung und Transformation 143 Neue Fälle und Variablen hinzufügen 144 Entfernen von Daten 145 Sortieren und Mischen 146 Aggregation von Daten auf einer Ebene 147 Kapitel 7 Daten in Form bringen 149 Arbeiten mit HTML-Seiten 149 Parsen von XML und HTML 150 Benutzung von XPath für die Extraktion von Daten 151 Die Arbeit mit reinem Text 152 Die Arbeit mit Unicode 152 Stemming und Entfernen von Stoppwörtern 153 Einführung in reguläre Ausdrücke 155 Verwendung des Bag-of-Words-Modells und anderer Modelle 158 Funktionsweise des Bag-of-Words-Modells 158 Arbeiten mit N-Grammen 160 Implementierung von TF-IDF Transformationen 161 Arbeiten mit Graphdaten 163 Die Adjazenzmatrix 163 Grundlagen in NetworkX 163 Kapitel 8 Das, was Sie schon wissen, in die Tat umsetzen 167 Kontextualisierung von Problemen und Daten 168 Auswertung eines Data-Science-Problems 169 Erforschung von Lösungen 169 Formulierung einer Hypothese 170 Vorbereitung Ihrer Daten 170 Betrachtung der Erstellung von Merkmalen 171 Definition der Merkmalserstellung 171 Kombination von Variablen 172 Klasseneinteilung und Diskretisierung 172 Verwendung von Indikatorvariablen 173 Umwandlung von Verteilungen 173 Operationen mit Arrays 174 Vektorisierung 174 Einfache Arithmetik mit Vektoren und Matrizen 175 Matrix-Vektor-Multiplikation 175 Matrix-Multiplikation 176 Teil III Visualisierung des Unsichtbaren 177 Kapitel 9 Ein Crashkurs in MatPlotLib 179 Mit einem Graphen beginnen 180 Definition eines Plots 180 Zeichnen mehrerer Linien und Plots 181 Speichern Sie Ihre Arbeit 182 Einstellen der Achsen, Intervalle und Gitternetzlinien 183 Die Achsen 183 Formatierung der Achsen 183 Hinzufügen von Gitternetzen 185 Das Erscheinungsbild von Linien festlegen 186 Die Arbeit mit Linienstilen 186 Verwendung von Farben 187 Marker hinzufügen 188 Labels, Anmerkungen und Legenden 190 Hinzufügen von Labels 190 Hinzufügen von Anmerkungen zum Diagramm 191 Erstellen einer Legende 192 Kapitel 10 Visualisierung von Daten 195 Die Wahl der richtigen Grafik 196 Darstellung von Teilen eines Ganzen mit Kreisdiagrammen 196 Darstellung von Vergleichen mit Balkendiagrammen 197 Darstellung von Vergleichen mit Histogrammen 199 Darstellung von Gruppen mit Boxplots 200 Sehen von Datenmustern mit Streudigrammen 202 Erstellung erweiterter Streudiagramme 203 Darstellung von Gruppen 203 Darstellung von Korrelationen 204 Plotten von Zeitreihen 206 Abbildung der Zeit auf den Achsen 206 Plotten von Trends über einen bestimmten Zeitraum 208 Plotten geografischer Daten 210 Visualisierung mit Graphen 212 Erstellung ungerichteter Graphen 212 Erstellung gerichteter Graphen 214 Kapitel 11 Die Tools verstehen 217 Arbeiten mit der IPython-Konsole 217 Arbeiten mit Bildschirmtext 218 Wechseln der Fensteranzeige 220 Die Python-Hilfe 221 Die IPython-Hilfe 223 Nutzung der magischen Funktionen 224 Objekte untersuchen 225 Das IPython Notebook 226 Arbeiten mit Formatvorlagen 226 Neustarten des Kernels 228 Wiederherstellung eines Checkpoints 229 Multimedia- und Grafikintegration 230 Einbetten von Plots und anderen Bildern 230 Laden von Beispielen aus Webseiten 232 Erhalt von Online-Grafiken und Multimedia 232 Teil IV Daten handhabbar machen 235 Kapitel 12 Pythons Möglichkeiten erweitern 237 Mit Scikit-learn spielen 238 Klassen in Scikit-learn verstehen 238 Anwendungen für Data Science erkennen 239 Den Hashing-Trick durchführen 242 Hash-Funktionen nutzen 242 Hash-Tricks demonstrieren 243 Mit deterministischer Selektion arbeiten 245 Zeit und Performance berücksichtigen 246 Benchmarking mit timeit 247 Mit dem Speicher-Profiler arbeiten 249 Parallele Verarbeitung 251 Mehrkern-Verarbeitung durchführen 252 Mehrkern-Verarbeitung demonstrieren 252 Kapitel 13 Datenanalyse erforschen 255 Der EDA-Ansatz 256 Beschreibende Statistik für numerische Daten 257 Lagemaße bestimmen 258 Messung von Varianz und Spannweite 258 Arbeiten mit Perzentilen 259 Normalitätsmaße 260 Zählen von kategorialen Daten 261 Häufigkeiten verstehen 262 Kontingenztafeln erstellen 263 Angewandte Visualisierung für EDA 263 Boxplots untersuchen 264 T-Test nach dem Boxplot durchführen 265 Parallele Koordinaten beobachten 266 Grafische Darstellung von Verteilungen 267 Streudiagramme zeichnen 268 Korrelation verstehen 270 Kovarianz und Korrelation nutzen 270 Nichtparametrische Korrelation nutzen 273 Chi-Quadrat für Tabellen betrachten 273 Datenverteilungen modifizieren 274 Die Normalverteilung nutzen 274 Eine Z-Score-Standardisierung erstellen 275 Andere beachtenswerte Verteilungen transformieren 275 Kapitel 14 Dimensionalität verringern 277 SVD verstehen 278 Auf der Suche nach Dimensionalitätsverringerung 278 SVD nutzen, um das Unsichtbare zu messen 280 Faktor- und Hauptkomponentenanalyse durchführen 281 Das psychometrische Modell berücksichtigen 282 Nach versteckten Faktoren suchen 282 Komponenten nutzen, nicht Faktoren 283 Dimensionalitätsverringerung erreichen 283 Einige Anwendungen verstehen 284 Gesichter erkennen mit PCA 284 Themen mit NMF extrahieren 287 Filme empfehlen 289 Kapitel 15 Clustering 293 Mit K-means clustern 294 K-means-Algorithmen verstehen 295 Ein Beispiel mit Bilddaten 297 Nach optimalen Lösungen suchen 298 Big Data clustern 301 Hierarchisches Clustering durchführen 302 Jenseits von runden Clustern: DBScan 305 Kapitel 16 Ausreißer in Daten aufspüren 309 Das Aufspüren von Ausreißern in Betracht ziehen 310 Weitere Dinge finden, die schiefgehen können 311 Anomalien bei neuen Daten verstehen 312 Eine einfache univariate Methode untersuchen 312 Auf die Gauß-Verteilung zählen 314 Annahmen machen und überprüfen 315 Einen multivariaten Ansatz entwickeln 316 Hauptkomponentenanalyse nutzen 316 Cluster-Analyse nutzen 318 Ausreißer mit SVM automatisch erkennen 318 Teil V Aus Daten lernen 321 Kapitel 17 Vier einfache und effektive Algorithmen erkunden 323 Die Zahl schätzen: Lineare Regression 323 Die Familie der linearen Modelle definieren 324 Mehr Variablen nutzen 324 Limitierungen und Probleme verstehen 326 Zur logistischen Regression wechseln 327 Logistische Regression anwenden 327 Betrachtung, wenn es mehrere Klassen sind 328 Die Dinge einfach machen – Naiver Bayes 329 Herausfinden, dass naiver Bayes nicht so naiv ist 331 Textklassifizierungen vorhersagen 332 Faul lernen mit der Nearest-Neighbors-Methode 334 Vorhersagen nach der Beobachtung von Nachbarn 334 Wählen Sie Ihren k-Parameter geschickt 336 Kapitel 18 Kreuzvalidierung, Selektion und Optimierung durchführen 337 Über das Problem der Anpassung eines Modells nachdenken 338 Trend und Varianz verstehen 339 Eine Strategie zur Modellauswahl definieren 340 Zwischen Trainings- und Testsatz trennen 343 Kreuzvalidierung 345 Kreuzvalidierung auf k Teilmengen anwenden 346 Probenschichtung für komplexe Daten 347 Variablen wie ein Profi auswählen 348 Durch univariate Maße selektieren 348 Eine Greedy-Suche nutzen 350 Ihre Hyperparameter aufbessern 351 Eine Rastersuche implementieren 352 Eine Zufallssuche versuchen 356 Kapitel 19 Steigerung der Komplexität mit linearen und nichtlinearen Tricks 357 Nichtlineare Transformationen nutzen 357 Variablentransformation ausüben 358 Interaktionen zwischen Variablen erstellen 360 Lineare Modelle regularisieren 364 Sich auf die Kamm-Regression (L2) verlassen 365 Das Lasso (L1) nutzen 365 Nutzung der Regularisierung 366 Elasticnet: L1 & L2 kombinieren 366 Kampf mit Big Data Stück für Stück 367 Bestimmen, ob es zu viele Daten sind 367 Implementierung des stochastischen Gradientenabstiegs 367 Support Vector Machines verstehen 370 Auf ein Berechnungsverfahren verlassen 371 Viele neue Parameter festlegen 373 Mit SVC klassifizieren 375 Nichtlinear arbeiten ist einfach 380 Regression mittels SVR ausführen 382 Stochastische Lösungen mit einer SVM erstellen 383 Kapitel 20 Die Macht der Vielen verstehen 387 Mit einfachen Entscheidungsbäumen anfangen 388 Einen Entscheidungsbaum verstehen 388 Klassifikations- und Regressionsbäume erstellen 390 Maschinelles Lernen zugänglich machen 392 Mit einem Random Forest Classifier arbeiten 394 Mit einem Random-Forest-Regressor arbeiten 395 Einen Random Forest optimieren 396 Vorhersagen stärken 397 Wissen, dass viele schwache Prädiktoren gewinnen 397 Einen Gradient-Boosting-Klassifikator erstellen 398 Einen Gradient-Boosting-Regressor erstellen 399 GBM-Hyperparameter nutzen 400 Teil VI Der Top-Ten-Teil 401 Kapitel 21 Zehn wichtige Data-Science-Ressourcensammlungen 403 Einblicke mit Data Science Weekly erhalten 404 Eine Ressourcenliste bei U-Climb-Higher erhalten 404 Einen guten Start mit KDnuggets 404 Auf die lange Liste von Ressourcen auf Data-Science-Central zugreifen 405 Die Fakten über Open-Source-Data-Science von Meistern erhalten 406 Gratis-Lernressourcen mit Quora aufspüren 406 Hilfe zu fortgeschrittenen Themen auf Conductrics erhalten 406 Neue Tricks vom Aspirational Data Scientist lernen 407 Data-Intelligence- und Analytics-Quellen auf AnalyticBridge finden 408 Mit Jonathan Bower die Ressourcen der Entwickler entdecken 408 Kapitel 22 Zehn Datenherausforderungen, die Sie annehmen sollten 409 Der Data-Science-London + Scikit-learn-Herausforderung begegnen 410 Das Überleben auf der Titanic vorhersagen 410 Einen Kaggle-Wettbewerb finden, der Ihren Bedürfnissen entspricht 411 An Ihren Überanpassungsstrategien feilen 411 Durch den MovieLens-Datensatz gehen 412 Spam-E-Mails loswerden 413 Mit handgeschriebenen Informationen arbeiten 413 Mit Bildern arbeiten 414 Amazon.com-Reviews analysieren 415 Mit einem riesigen Graphen interagieren 416 Stichwortverzeichnis 417