ODBIERZ TWÓJ BONUS :: »

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

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!

Wiosna w głowie, ebook w dłoni! / do -50% na tysiące tytułów

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

Zamknij

Wybierz metodę płatności

Książka
89,00 zł
Niedostępna
Ebook
44,50 zł
Dodaj do koszyka
Płatności obsługuje:
Ikona płatności Alior Bank Ikona płatności Apple Pay Ikona płatności Bank PEKAO S.A. Ikona płatności Bank Pocztowy Ikona płatności Banki Spółdzielcze Ikona płatności BLIK Ikona płatności Crédit Agricole e-przelew Ikona płatności dawny BNP Paribas Bank Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności Inteligo Ikona płatności iPKO Ikona płatności mBank Ikona płatności Millennium Ikona płatności Nest Bank Ikona płatności Paypal Ikona płatności PayPo | PayU Płacę później Ikona płatności PayU Płacę później Ikona płatności Plus Bank Ikona płatności Płacę z Citi Handlowy Ikona płatności Płacę z Getin Bank Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Santander Ikona płatności Visa Mobile