Capitolo 2. Nozioni di base del linguaggio Python, IPython e Jupyter Notebooks
Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com
Quando ho scritto la prima edizione di questo libro, nel 2011 e 2012, c'erano meno risorse disponibili per imparare a fare analisi dei dati in Python. Si trattava in parte di un problema di "uovo e gallina": molte librerie che oggi diamo per scontate, come pandas, scikit-learn e statsmodels, all'epoca erano relativamente immature. Oggi, nel 2022, c'è una letteratura in crescita sulla scienza dei dati, sull'analisi dei dati e sull'apprendimento automatico, che va ad aggiungersi alle opere precedenti sull'informatica scientifica di uso generale, rivolte a scienziati computazionali, fisici e professionisti di altri settori di ricerca. Esistono anche ottimi libri per imparare il linguaggio di programmazione Python e per diventare un ingegnere del software efficace.
Poiché questo libro è pensato come testo introduttivo al lavoro con i dati in Python, ritengo che sia utile avere una panoramica autonoma di alcune delle caratteristiche più importanti delle strutture dati e delle librerie integrate in Python dal punto di vista della manipolazione dei dati. Per questo motivo, in questo capitolo e nel Capitolo 3 presenterò solo le informazioni sufficienti per permetterti di seguire il resto del libro.
Gran parte di questo libro si concentra sugli strumenti di analisi e di preparazione ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access