Scientific Data: A 50 Steps Guide using Python (De Gruyter Textbook) （2024. XVI, 218 S. 85 col. ill. 240 mm）

個数：

Scientific Data: A 50 Steps Guide using Python (De Gruyter Textbook) （2024. XVI, 218 S. 85 col. ill. 240 mm）

Hofmann, Matthias Josef

ドイツ（DK）から取り寄せる

ウェブストア価格 ¥16,404（本体¥14,913）
DE GRUYTER（2024発売）
外貨定価 EUR 69.95
ポイント 149pt

在庫がございません。海外の書籍取次会社を通じて出版社等からお取り寄せいたします。
通常6～9週間ほどで発送の見込みですが、商品によってはさらに時間がかかることもございます。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合がございます。
2. 複数冊ご注文の場合、分割発送となる場合がございます。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

アメリカ（US）から取り寄せる

ウェブストア価格 ¥13,657（本体¥12,416）
DE GRUYTER（2024発売）
外貨定価 US$ 76.99
ポイント 124pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合、分割発送となる場合がございます。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版
商品コード 9783111334578

Full Description

"Scientific Data: A 50 Steps Guide using Python" is your guide towards experimental scientific data. It aims to bridge the gap between classical natural sciences as taught in universities and the ever-growing need for technological/digital capabilities, particularly in industrial research. Topics covered include instructions for setting up a workspace, guidelines for structuring data, examples for interfacing with results files and suggestions for drawing scientific conclusions therefrom. Additionally, concepts for designing experiments and visualizing the corresponding results are highlighted next to ways of extracting meaningful characteristics and leveraging those in terms of multi-objective optimizations.

The concise problem-solution-discussion structure used throughout supported by Python code snippets emphasizes the work's focus on practitioners. This guide will provide you with a solid understanding of how to process and understand experimental data within a natural scientific context while ensuring sustainable use of your findings and processing as seen through a programmer's eyes.