Основное назначение представленной книги состоит в том, чтобы исключить пугающий фактор термина Data Science, показав вам, что наука о данных не только действительно интересна, но и вполне выполнима с использованием Python. Вы можете предположить, что вам нужно быть гением информатики, чтобы выполнять сложные задачи, обычно связанные с Data Science, но это совершенно не так.

Python поставляется с множеством полезных библиотек, которые выполняют всю тяжелую работу за вас в фоновом режиме. Вы даже не понимаете, что происходит, и вам не нужно заботиться. Все, что вам действительно нужно знать, - это то, что вы хотите выполнять конкретные задачи, и Python делает эти задачи вполне доступными.

Начав проработку этой книги в с удивлением обнаружите, что на этом этапе сама среда программирования вам не нужна. Потому что вы начинете с Anaconda, продукта, который включает в себя IPython и Jupyter Notebook - два инструмента, которые исключают необходимость работы с непосредственно с Python. Вы экспериментируете с IPython в полностью интерактивной среде.

Затем вы узнаете, что можете распространить использование этой книги на альтернативных платформах, познакомившись с возможностями интерактивной среды разработки (IDE) под названием Google Colab, которое позволяет взаимодействовать с большинством, правда, не со всеми, примерами книги с помощью вашего любимого планшета или (при условии, конечно, хорошего зрения) ваш смартфон.
Вы также обнаружите некоторые интересные приемы в этой книге. Например, вы можете создавать графики всех ваших экспериментов с данными, используя MatPlotLib, и эта книга дает вам все подробности для этого. Эта книга также уделяет значительное время, показывая вам доступные ресурсы (такие как пакеты) и то, как вы можете использовать Scikit-learn для выполнения действительно интересных вычислений.

Впрочем, описывать весь контент книги нет никакой необходимости. Достаточно понимания того факта, что она вам нужна. Безусловно, она не рассчитана на крутых специалистов, для которых программирование такая же среда, как вода для рыбы. Но начинающим и продолжающим изучение Python для разнообразных нужд ее можно и нужно рекомендовать. Что мы и делаем.

The main purpose of Python for Data Science For Dummies, 2nd Edition is to take the scare factor out of data science by showing you that data science is not only really interesting but also quite doable using Python. You might assume that you need to be a computer science genius to perform the complex tasks normally associated with data science, but that’s far from the truth. Python comes with a host of useful libraries that do all the heavy lifting for you in the background. You don’t even realize how much is going on, and you don’t need to care. All you really need to know is that you want to perform specific tasks, and Python makes these tasks quite accessible.

Part of the emphasis of this book is on using the right tools. You start with Anaconda, a product that includes IPython and Jupyter Notebook — two tools that take the sting out of working with Python. You experiment with IPython in a fully interactive environment. The code you place in Jupyter Notebook (also called just Notebook throughout the book) is presentation quality, and you can mix a number of presentation elements right there in your document. It’s not really like using a development environment at all. To make this book easier to use on alternative platforms, you also discover an online Interactive Development Environment application (IDE) named Google Colab that allows you to interact with most, but not quite all, of the book examples using your favorite tablet or (assuming that you can squint well enough) your smart phone.

You also discover some interesting techniques in this book. For example, you can create plots of all your data science experiments using MatPlotLib, and this book gives you all the details for doing that. This book also spends considerable time showing you available resources (such as packages) and how you can use Scikit-learn to perform some really interesting calculations.

However, there is no need to describe all the content of the book. Enough understanding of the fact that you need it. Of course, it is not designed for abrupt specialists, for whom programming is the same environment as water for fish. But for beginners and those who continue to learn Python for a variety of needs, it can and should be recommended. What we are doing.