Opinie czytelników - Matematyczny Python. Obliczenia naukowe i analiza danych z użyciem NumPy, SciPy i Matplotlib

Jedna z najlepszych książek jakie czytałem odnośnie Pythona. Uprzedzę pytanie- Nie, to nie jest książka dla początkujących użytkowników np. studentów, którzy by chcieli zautomatyzować obliczenia w ramach badań laboratoryjnych i analizy otrzymanych wyników. Co warto znać przed sięgnięciem po tą książkę? -Podstawy programowania obiektowego w Pythonie; -Biblioteki i ich importowanie, instalacja; -Dobra znajomość funkcji, wyrażeń lambda; Jedna z recenzji jaką wystawiono jest krytyczna. Autor pisze o analizie nieparametrycznej i naukach społecznych. Książka jest przeznaczona dla osób, które oprócz Pythona znają matematykę na poziomie co najmniej kursu matematyki na uczelniach wyższych. Moim zdaniem "czepianie się" braku szerzej opisanej statystyki jest błędne- o statystyce, analizie danych wydano mnóstwo książek (w tym te dostępne na ebookpoint ), a "Matematyczny Python" w moim odczuciu wychodzi na przeciw tym osobom, które chcą skutecznie implementować do swoich algorytmów zagadnienia związane z analizą matematyczną, transformatami Fouriera czy w końcu tak istotnymi zagadnieniami jak interpolacja, czy numeryczne rozwiązywanie równań różniczkowych. Według mnie "Matematyczny Python" pod tym względem jest pozycją doskonałą, oprócz algorytmów autor w każdym rozdziale wprowadza krótki wstęp teoretyczny np. dotyczący klasy równań różniczkowych. Dla kogo NIE JEST to książka? Na pewno dla osób, które szukają programistycznej "książki kucharskiej", każdy listing warto dogłębnie sprawdzić i przeanalizować krok po kroku, rozpisać na papierze kroki. Dla mnie, jako osoby zajmującej się fizykochemią jest to pozycja bardzo wartościowa i cieszy mnie fakt, że wreszcie na polskim rynku jest książka, która mówi o tym jak w Pythonie przeprowadzać operacje znane z komercyjnych programów CAS typu Mathematica, Mathcad. To pozycja obowiązkowa dla naukowców zajmujących się naukami podstawowymi, którzy znają Pythona, ale nie wiedzą jak zacząć pisać własne skrypty wykorzystujące np. metodę Monte Carlo. Kończąc ten wywód, polecam szczerze tą książkę.

Książka ( u mnie ebook) daje zwięzłe wprowadzenie do wielu istotnych pakietów numerycznych napisanych w Pythonie z wielu różnych dziedzin. Warta swojej ceny. Mały minus za brak opisu transformacji falkowej w sekcji "Przetwarzanie sygnałów", a która od wielu już lat jest techniką o szerokim zastosowaniu, przewyższającą możliwościami transformatę Fouriera.

+ Zagadnienia opisane są czytelnie. + Zrozumiałe tłumaczenie Pana Kamińskiego. - Szkoda, że ilustracje w kolorze są na końcu książki.

Na wstępie pragnę zaznaczyć, że moja analiza książki głównie dotyczy się jednego aspektu z mojej perspektywy dosyć istotnego. Zacznę może od tego, że jako badacz w naukach społecznych główną część analiz opieram o badania statystyczne. W przypadku tej książki są one po prostu opisane w sposób zdawkowy. Analiza nieparametryczna to jakiś żart, choć z parametryczną nie jest dużo lepiej. Brak jest dużej części analiz (z wyłączeniem regresji, bo ta jest opisana w miarę dobrze), lub przedstawione są w sposób zdawkowy, które można wykorzystać w pracy naukowej. Książkę w dużej mierze można polecić osoba reprezentującym "nauki ścisłe" bądź jako wstęp do zrozumienia zagadnień matematycznych dla osób, które chcą dane w jakiś sposób przetwarzać lub zająć się ML.