Теперь доступно в 1000 раз быстрее!
Прежде чем приступить к делу, я хочу убедиться, что я полностью откровенен с вами. Эта статья - бессовестная самореклама. Я недавно опубликовал свою книгу В 1000 раз быстрее: как автоматизировать анализ лабораторных данных с помощью Python, и я думаю, вы, возможно, захотите узнать, как это может помочь вашей жизни. Если да, отлично. Если нет, то не нужно читать дальше.
Что вдохновило вас на создание 1000x Faster?
Если честно, я не люблю анализировать данные. Вы сидите за компьютером, открываете электронную таблицу, вводите расчеты и, возможно, генерируете графики, а затем переходите к следующей таблице, чтобы сделать это снова. Мне нравится отвечать на вопросы, которые исследуются в данных, но я считаю физический акт анализа данных утомительным, монотонным и скучным. Мне часто хотелось заниматься чем-то более интересным. Возможно, интерпретация данных после анализа, передача результатов клиентам или предложение следующего проекта.
И подозреваю, что не я один в этом. Я подозреваю, что вы чувствуете то же самое.
Именно это вдохновило меня написать В 1000 раз быстрее: как автоматизировать анализ лабораторных данных с помощью Python. Я понял, как писать сценарии Python, которые выполняют мой анализ данных за меня, и обнаружил, что могу тратить меньше времени на утомительный анализ данных и больше времени на выполнение более эффективных частей моей работы. И как только я понял, насколько это могущественно, я подумал, что вы, возможно, тоже захотите изучить эти навыки. Я написал книгу, в которой учу вас тому, что знаю я, чтобы вы тоже могли извлечь из этого пользу.
Вот описание книги.
Что в 1000 раз быстрее?
Ученые и инженеры изобретательные, любознательные люди. Мы проводим дни, отвечая на вопросы о Вселенной и создавая изобретения, которые делают повседневную жизнь лучше. Для этого нам необходимо проанализировать данные. Много данных. А поскольку наши проекты часто включают сотни экспериментов с небольшими отклонениями от теста к тесту, это может привести к тому, что мы потратим часы за часами на просеивание почти идентичных таблиц. Если бы мы могли ускорить этот процесс, мы могли бы отвечать на больше вопросов, создавать больше изобретений и приносить больше пользы обществу, чувствуя себя более удовлетворенными в своей карьере.
Введите в 1000 раз быстрее. Эта книга основана на предположении, что все, что является повторяемым и рутинным, может выполняться компьютерами автоматически. А поскольку многие из наших наборов данных включают очень мало изменений от одного теста к другому, это означает, что мы можем писать компьютерные программы для выполнения анализа данных за нас. Вместо того, чтобы тратить недели на анализ кучи данных, мы можем потратить несколько дней на написание сценария тестирования, который может выполнить весь анализ за считанные минуты. Это освобождает наше время, чтобы вернуться к заданию вопросов, сообщению о результатах и поиску финансирования для следующего большого проекта.
Эта книга научит вас писать сценарии Python, которые автоматически анализируют данные лабораторных испытаний. Он научит вас специализированным концепциям на примере анализа противоточного водяного теплообменника. Он также предоставит подробный пример, включая код Python, который вы можете скопировать / вставить в свой редактор, чтобы следить за его ходом, того, как вы можете использовать эти методы для решения реальной инженерной задачи. Он научит вас, как структурировать ваши лабораторные тесты, чтобы обеспечить автоматизацию, как определять условия каждого теста, как выполнять анализ каждого теста, как строить данные по мере анализа тестов, как хранить данные в удобный способ (как вручную, так и автоматически) проверять набор лабораторных данных и расчеты на наличие ошибок, а также как создавать регрессии, которые позволяют вам исследовать и понимать набор данных. Когда вы прочитаете книгу и будете следовать примерам, вы сможете писать сценарии, автоматизирующие анализ данных во всех ваших проектах.
Если вам нужна копия, ее можно купить в двух разных местах. Они есть:
