توضیحات
Gain hands-on experience with HDF5 for storing scientific data in Python. This practical guide quickly gets you up to speed on the details, best practices, and pitfalls of using HDF5 to archive and share numerical datasets ranging in size from gigabytes to terabytes.
Through real-world examples and practical exercises, you’ll explore topics such as scientific datasets, hierarchically organized groups, user-defined metadata, and interoperable files. Examples are applicable for users of both Python 2 and Python 3. If you’re familiar with the basics of Python data analysis, this is an ideal introduction to HDF5.
————————————————————–
ترجمه ماشینی :
تجربه عملی با HDF5 برای ذخیره داده های علمی در پایتون به دست آورید. این راهنمای عملی به سرعت شما را در جزئیات، بهترین شیوهها و مشکلات استفاده از HDF5 برای بایگانی و اشتراکگذاری مجموعه دادههای عددی در اندازههای مختلف از گیگابایت تا ترابایت آگاه میکند.
از طریق مثالهای واقعی و تمرینهای عملی. ، موضوعاتی مانند مجموعه داده های علمی، گروه های سازمان دهی شده سلسله مراتبی، ابرداده های تعریف شده توسط کاربر و فایل های قابل همکاری را بررسی خواهید کرد. مثالها برای کاربران Python 2 و Python 3 قابل اجرا هستند. اگر با اصول تجزیه و تحلیل دادههای Python آشنا هستید، این یک مقدمه ایدهآل برای HDF5 است.
tag : دانلود کتاب پایتون و HDF5 , Download پایتون و HDF5 , دانلود پایتون و HDF5 , Download Python and HDF5 Book , پایتون و HDF5 دانلود , buy پایتون و HDF5 , خرید کتاب پایتون و HDF5 , دانلود کتاب Python and HDF5 , کتاب Python and HDF5 , دانلود Python and HDF5 , خرید Python and HDF5 , خرید کتاب Python and HDF5 ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.