Repolode
jakevdp

jakevdp/PythonDataScienceHandbook

Notebooks Jupyter gratuitos com o texto completo do Python Data Science Handbook, abordando NumPy, Pandas, Matplotlib e Scikit-Learn.

Estrelas
50,390
Forks
19,164
Issues abertas
226
Último commit
há 2 anos

O que é?

Este repositório contém o texto completo do Python Data Science Handbook em notebooks Jupyter executáveis. O livro apresenta as principais bibliotecas Python usadas para trabalhar com dados, incluindo IPython, NumPy, Pandas, Matplotlib e Scikit-Learn, além de pacotes relacionados.

Os notebooks podem ser lidos online como um site, executados localmente a partir do diretório de notebooks ou abertos diretamente no Google Colab ou no Binder, sem precisar configurar um ambiente local. Parte-se do pressuposto de que o leitor já conhece a linguagem Python; o projeto complementar A Whirlwind Tour of Python aborda os fundamentos da linguagem.

O código foi escrito e testado com Python 3.5, e a maior parte também deve funcionar no Python 2.7 e em outras versões mais antigas. Um arquivo de requirements lista os pacotes usados, e há instruções para configurar o ambiente conda. O código é licenciado sob MIT, e o texto, sob CC-BY-NC-ND.

Recursos principais

  • 01Conteúdo completo do livro em formato de notebooks Jupyter
  • 02Aborda IPython, NumPy, Pandas, Matplotlib e Scikit-Learn
  • 03Pode ser executado no Google Colab ou no Binder sem configuração local
  • 04Inclui um arquivo de requirements e instruções para configurar o ambiente conda
  • 05Versão online disponível como site

Casos de uso

  • Aprender NumPy, Pandas e Matplotlib na prática, com exemplos executáveis
  • Estudar os fundamentos de machine learning com Scikit-Learn
  • Dar aulas de ciência de dados usando notebooks executáveis

Início rápido

  1. 1

    Leia o livro on-line sem instalar nada

  2. 2

    Instale os pacotes necessários com conda usando o arquivo requirements do README

    conda install --file requirements.txt
  3. 3

    Ou crie um ambiente conda dedicado chamado PDSH com Python 3.5

    conda create -n PDSH python=3.5 --file requirements.txt
  4. 4

    Abra os notebooks no diretório notebooks ou execute-os no Google Colab ou no Binder

Antes de usar

  • O código foi testado com Python 3.5, e as versões fixadas dos pacotes podem não ser instaladas em plataformas mais recentes.
  • O texto está licenciado sob CC-BY-NC-ND, portanto não pode ser usado comercialmente nem modificado.

Em coleções

Tópicos

Perguntas frequentes

O que é PythonDataScienceHandbook?
Notebooks Jupyter gratuitos com o texto completo do Python Data Science Handbook, abordando NumPy, Pandas, Matplotlib e Scikit-Learn. Este repositório contém o texto completo do Python Data Science Handbook em notebooks Jupyter executáveis. O livro apresenta as principais bibliotecas Python usadas para trabalhar com dados, incluindo IPython, NumPy, Pandas, Matplotlib e Scikit-Learn, além de pacotes relacionados.
PythonDataScienceHandbook é gratuito? Qual é a licença?
PythonDataScienceHandbook é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
PythonDataScienceHandbook ainda é mantido?
Sem commits há mais de 6 meses. O último commit de PythonDataScienceHandbook foi em 26 de jun. de 2024.
Para que posso usar PythonDataScienceHandbook?
Aprender NumPy, Pandas e Matplotlib na prática, com exemplos executáveis Estudar os fundamentos de machine learning com Scikit-Learn Dar aulas de ciência de dados usando notebooks executáveis
Como instalar PythonDataScienceHandbook?
Leia o livro on-line sem instalar nada Instale os pacotes necessários com conda usando o arquivo requirements do README: conda install --file requirements.txt Ou crie um ambiente conda dedicado chamado PDSH com Python 3.5: conda create -n PDSH python=3.5 --file requirements.txt Abra os notebooks no diretório notebooks ou execute-os no Google Colab ou no Binder
Onde consigo PythonDataScienceHandbook?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/jakevdp/PythonDataScienceHandbook

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados