Python — язык программирования №1 для машинного обучения и Data Science. Но как же сложно решить, с чего начать изучение Python, ведь у него огромный инструментарий! Кеннеди Берман фокусируется на тех навыках программирования, которые понадобятся вам для решения задач в области Data Science и машинного обучения. Вы познакомитесь с блокнотами Jupyter — лучшей средой для профессиональной работы с данными. Затем перейдете к ключевым библиотекам, которые упрощают процесс математических вычислений, визуализации, решение задач машинного обучения и обработки естественного языка. Затем, овладев основами, вы перейдете к продвинутым техникам, позволяющим решать более сложные задачи.
В строках Python вы можете использовать специальные символы, каждому из которых предшествует обратный слеш. Специальные символы включают \t для табуляции, \r для возврата каретки7 и \n для новой строки. Во время вывода они интерпретируются со специальным значением. Хотя эти символы, как правило, полезны, они могут быть неудобны, если вы представляете путь Windows: windows_path = "c:\row\the\boat\now" print(windows_path)
ow heoat ow В таких случаях вы можете использовать необработанный строковый тип Python, интерпретирующий все символы буквально. Это можно сделать, добавляя к строке префикс r: windows_path = r"c:\row\the\boat\now" print(windows_path) c:\row\the\boat\now
Книга рассказывает по верхам как про стандартные библиотеки Python 3, так и про непосредственно сами библиотеки для DS. Причём библиотекам для DS уделена малая часть книги, а большая часть книги это стандартные библиотеки и синтаксис языка.
Описание библиотек выдаётся разрозненно, просто как вот оно есть, вот можно так, а как одно из другого вытекает и на конкретных примерах, как может использовать в DS не описывается.
Вероятно, книга подойдёт для тех, кто ещё не сталкивался с Python 3, но всё же в таком случае лучше ознакомиться с книгами про синтаксис и стандартные библиотеки, а затем уже смотреть другие профильные книги по DS.