ODBIERZ TWÓJ BONUS :: »

Python w analizie danych. Przetwarzanie danych za pomocą pakietów Pandas i NumPy oraz środowiska IPython. Wydanie II Wes McKinney

(ebook) (audiobook) (audiobook)
Autor:
Wes McKinney
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
5.8/6  Opinie: 5
Stron:
480
Druk:
oprawa miękka
Dostępne formaty:
     PDF
     ePub
     Mobi
Czytaj fragment
Książka
niedostępna
Powiadom mnie, gdy książka będzie dostępna

Ebook
44,50 zł 89,00 zł (-50%)
44,50 zł najniższa cena z 30 dni

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Powiadom o dostępności audiobooka »

Sprawdź nowe wydanie

Python w analizie danych. Przetwarzanie danych za pomocą pakietów pandas i NumPy oraz środowiska Jupyter. Wydanie III
Wes McKinney
Wprawny analityk danych potrafi z nich uzyskać wiedzę ułatwiającą podejmowanie trafnych decyzji. Od kilku lat można do tego używać nowoczesnych narzędzi Pythona, które zbudowano specjalnie do tego celu. Praca z nimi nie wymaga głębokiej znajomości statystyki czy algebry. Aby cieszyć się uzyskanymi rezultatami, wystarczy się wprawić w stosowaniu kilku pakietów i środowisk Pythona. Ta książka jest trzecim, starannie zaktualizowanym wydaniem wyczerpującego przewodnika po narzędziac...

Czego się nauczysz?

  • Instalowania i konfigurowania środowiska Python do analizy danych
  • Obsługi narzędzi IPython i Jupyter Notebook w codziennej pracy analityka
  • Tworzenia i manipulowania strukturami danych w Pythonie (listy, słowniki, zbiory, krotki)
  • Wykorzystywania bibliotek NumPy i pandas do pracy z tablicami i ramkami danych
  • Odczytywania i zapisywania danych w różnych formatach (CSV, Excel, JSON, HDF5)
  • Czyszczenia, przygotowywania i transformowania danych, w tym obsługi brakujących wartości i duplikatów
  • Łączenia, grupowania i przekształcania zbiorów danych za pomocą zaawansowanych operacji pandas
  • Tworzenia wykresów i wizualizacji danych z użyciem matplotlib, pandas i seaborn
  • Agregowania danych i stosowania technik grupowania (groupby, tabele przestawne)
  • Analizy i przetwarzania szeregów czasowych, w tym obsługi dat, częstotliwości i stref czasowych
  • Pracy z danymi kategorycznymi i zaawansowanych funkcji pandas
  • Łączenia pandas z bibliotekami modelującymi, takimi jak statsmodels i scikit-learn
  • Rozwiązywania rzeczywistych problemów analitycznych na przykładach (dane USA.gov, MovieLens, imiona, dane wyborcze)
  • Stosowania zaawansowanych technik NumPy, takich jak rozgłaszanie, szybkie operacje tablicowe i optymalizacja wydajności
  • Wykorzystywania narzędzi IPython do debugowania, profilowania i zwiększania produktywności

Analiza danych stała się samodzielną dyscypliną wiedzy interesującą specjalistów z wielu branż: analityków biznesowych, statystyków, architektów oprogramowania czy też osoby zajmujące się sztuczną inteligencją. Wydobywanie informacji ze zbiorów danych pozwala na uzyskanie wiedzy niedostępnej w inny sposób. W tym celu dane trzeba odpowiednio przygotować, oczyścić, przetworzyć i oczywiście poddać analizie. Warto również zadbać o ich wizualizację. Do tych wszystkich zadań najlepiej wykorzystać specjalne narzędzia opracowane w języku Python.

Prezentowana książka jest drugim, zaktualizowanym i uzupełnionym, wydaniem klasycznego podręcznika napisanego z myślą o analitykach, którzy dotychczas nie pracowali w Pythonie, oraz o programistach Pythona, którzy nie zajmowali się dotąd analizą danych ani obliczeniami naukowymi. Przedstawiono tu możliwości oferowane przez Pythona 3.6 oraz najnowsze funkcje pakietów Pandas i NumPy, a także środowisk IPython i Jupyter. Przy opisie poszczególnych narzędzi analitycznych wyjaśniono ich działanie i zaprezentowano przykłady ich wykorzystania w sposób efektywny i kreatywny. Ta książka powinna się znaleźć w podręcznej bibliotece każdego analityka danych!

Najważniejsze zagadnienia:

  • Eksploracja danych za pomocą powłoki IPython i środowiska Jupyter
  • Korzystanie z pakietów NumPy i Pandas
  • Tworzenie wizualizacji danych za pomocą pakietu Matplotlib
  • Praca z danymi regularnych i nieregularnych szeregów czasowych
  • Rozwiązywanie rzeczywistych problemów analitycznych

Python: poznaj idealne narzędzie do analizy danych!

Wybrane bestsellery

O autorze książki

Wes McKinney ― twórca oprogramowania open source, autor projektu pandas i współtwórca Apache Arrow. Członek The Apache Software Foundation, a także PMC Apache Parquet. Obecnie pełni funkcję dyrektora technicznego Voltron Data, gdzie zajmuje się przyspieszonymi technologiami obliczeniowymi opartymi na Apache Arrow.

Wes McKinney - pozostałe książki

Zobacz pozostałe książki z serii

Helion - inne książki

Najczęściej zadawane pytania (FAQ)
1. Czy książka ,,Python w analizie danych. Przetwarzanie danych za pomocą pakietów Pandas i NumPy oraz środowiska IPython. Wydanie II" jest odpowiednia dla początkujących w analizie danych?
Tak, książka została napisana z myślą zarówno o osobach początkujących w analizie danych, jak i o programistach Pythona, którzy chcą poszerzyć swoje umiejętności o obszar analizy i przetwarzania danych.
2. Jakie konkretne narzędzia i biblioteki Pythona są omawiane w książce?
Książka szczegółowo omawia takie narzędzia i biblioteki jak: Pandas, NumPy, Matplotlib, IPython, Jupyter, SciPy, scikit-learn oraz statsmodels, prezentując ich praktyczne zastosowania w analizie danych.
3. Czy znajdę w książce przykłady praktycznych projektów lub analiz danych?
Tak, książka zawiera rozdział z licznymi przykładami rzeczywistych analiz danych na podstawie publicznych zbiorów, takich jak MovieLens, dane wyborcze czy bazy USDA Food.
4. Czy książka obejmuje zagadnienia związane z wizualizacją danych?
Tak, jeden z rozdziałów poświęcony jest tworzeniu wykresów i wizualizacji danych z wykorzystaniem bibliotek Matplotlib, pandas i seaborn.
5. Czy książka zawiera informacje o pracy z różnymi formatami plików i bazami danych?
Tak, w książce opisano sposoby odczytu i zapisu danych w różnych formatach (tekstowych, binarnych, Excel, JSON, XML) oraz integrację z bazami danych i interfejsami sieciowymi.
6. Czy do korzystania z książki potrzebuję wcześniejszej znajomości Pythona?
Nie jest to konieczne - książka wprowadza podstawy języka Python oraz obsługi środowisk IPython i Jupyter, co pozwala osobom początkującym szybko rozpocząć naukę.
7. Czy książka omawia zaawansowane techniki analizy danych, takie jak praca z szeregami czasowymi czy grupowanie danych?
Tak, książka obejmuje zaawansowane zagadnienia, w tym analizę szeregów czasowych, agregację danych, operacje grupowania oraz zaawansowane funkcje bibliotek Pandas i NumPy.
8. W jakiej wersji języka Python przedstawione są przykłady w książce?
Przykłady i opisy w książce dotyczą Pythona w wersji 3.6 oraz najnowszych wersji omawianych bibliotek.

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki
Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Książka
89,00 zł
Niedostępna
Ebook
44,50 zł
Dodaj do koszyka
Zamknij Pobierz aplikację mobilną Ebookpoint