O'Reillyn blogiohjelmasta ilmaiseksi saamani kirja Scipy and Numpy (Eli Bressert) kuulosti alkuvaiheessa erinomaiselta kirjalta, erityisesti kun aloitin niin hienosti sillä Wes McKinneyn Python for Data Analysis kirjalla aikoinaan. Mutta Scipy and Numpy ei toimi jatko-osana, eikä toisaalta myöskään aloittelijoille sopivana pakettina.

Hyvät lähtökohdat kirjalle karisivat hyvin nopeasti pois, kun sain käsiini ensimmäisen painoksen kirjaa viime joulukuussa. Paketista paljastui vain 60-sivuinen paketti hyvin pinnallista esittelyä kahdesta mainitusta kirjastosta. Muutenkin pani vähän jäihin koko esitys minut. Tässä puolen vuoden aikana on kuitenkin tehty useita korjauksia tähän työhön, ja nyt tämä neljäs versio on hionut useimmat ongelmat pois.

Monia haasteita esimerkiksi koodiesimerkkien valinnassa tuntuu hävinneen – ja hyvä näin – mutta työ on edelleen liian pinnallinen toimiakseen edes aloittelijoille. Numpylle ja Scipylle on molemmille varattu noin 25 sivua ja lopuksi on 10-sivuinen näytös SciKit-paketista. SciKit ei ollut ennestään tuttu, mutta ei se tämän kirjan myötä sen enempää auennut. Esimerkit ovat kaikessa värikkyydessään riittämättömiä avaamaan kirjastojen käyttötilanteita, ja Bressert ei ole kyennyt selittämään niitä proosassa sen paremmin. Tosin hyvin harva pystyykään 70 sivussa.

Uudistetussa painoksessa on otettu jonkin verran numeeriseen laskentaan painottuvaa tavaraa, ja se on tavallaan ihan jees. Lopussa esitellään ryhmittelystä ja esimerkkejä avataan tietysti jonkin verran. Kirja on painoksissaan hioutunut kyllä hyvään suuntaan, mutta se on edelleen oleellisesti vain kokoelma annotoituja koodipätkiä. Aloittelijan lähtöteokseksi kamalan huono pinnallisuuden takia. Korkeintaan voisi suositella niille aloittelijoille, jotka tarvitsevat jonkun isomman kirjan tueksi vähän vaihtelevia esimerkkejä. Ei sillä, että ne vaihtelisivat tämän kirjan puitteissa, mutta johonkin muuhun kirjaan nähden.