Datenanalyse mit Python Wes McKinney, 2. Aufl. O'Reilly
20.-
26.09.2026
3006, Bern
Wes McKinney: Datenanalyse mit Python Auswertung von Daten mit pandas, NumPy und IPython. 2. Auflage, O'Reilly / dpunkt 2019, Softcover, deutsch, ISBN 978-3-96009-080-9.
Das Standardwerk vom Erfinder von pandas: Einstieg in Data Science mit Python, Jupyter, NumPy, pandas, Datenbereinigung, Visualisierung und Zeitreihen.
Ungelesen, innen wie neu keine Markierungen, keine Notizen. Cover mit leichten Lagerspuren (kleine Kratzer, Ecke leicht abgerieben). Neupreis ca. CHF 50.
Abholung in Bern oder Versand (Porto zulasten Käufer).
Das Standardwerk vom Erfinder von pandas: Einstieg in Data Science mit Python, Jupyter, NumPy, pandas, Datenbereinigung, Visualisierung und Zeitreihen.
Ungelesen, innen wie neu keine Markierungen, keine Notizen. Cover mit leichten Lagerspuren (kleine Kratzer, Ecke leicht abgerieben). Neupreis ca. CHF 50.
Abholung in Bern oder Versand (Porto zulasten Käufer).
- Preis CHF
- 20.-
- PLZ
- 3006
- Versand verfügbar
- Ja
- Zustand
- Gebraucht
Ähnliche Inserate
Einführung in Data Science: Grundprinzipien der Datenanalyse
30.-
Buch Statistische Datenanalyse, 5. Auflage
45.-
Python für dummies
10.-
Introduction to Computation and Programming Using Python
15.-
Python für Kids Programmieren lernen ohne Vorkenntnisse
15.-
Introduction to Machine Learning with Python
20.-
Fach- und Lehrbücher für Mathematik, Analysis
5.-
Buch - Einstieg in Python
10.-
Mathematik für Naturwissenschaften: Analysis
5.-
Hands-On Machine Learning with Scikit-Learn
20.-
Wirtschaftsinformatik Buch- 2. Auflage
15.-
Statistik für Dummies (2. überarbeitete Auflage)
10.-
Buch "Data Science" inkl. E-Book Zugang
50.-
Python lernen mit KI Tools
15.-
Arbeitsbuch zur deskriptiven und induktiven Statistik
10.-
Rechtliche Hinweise
Deutsch
© SMG Swiss Marketplace Group AG 2026.
Die Vervielfältigung und Übernahme von Inseraten durch Dritte, insbesondere von Fotos und persönlichen Daten in diesen Inseraten, verletzt die damit verbundenen Rechte und ist ausdrücklich verboten.