Datenanalyse mit Python

• Verfasst von: McKinney, Wes [VerfasserIn]
• Titel: Datenanalyse mit Python
• Titelzusatz: Auswertung von Daten mit Pandas, NumPy und IPython
• Mitwirkende: Rother, Kristian [ÜbersetzerIn]
• Mitwirkende: Tismer, Christian [ÜbersetzerIn]
• Mitwirkende: Lichtenberg, Kathrin [ÜbersetzerIn]
• Werktitel: Python for data analysis
• Verf.angabe: Wes McKinney ; deutsche Übersetzung von Kristian Rother, Christian Tismer & Kathrin Lichtenberg
• Ausgabe: 2. Auflage
• Verlagsort: Heidelberg
• Verlag: O'Reilly
• E-Jahr: 2019
• Jahr: [2019]
• Umfang: XVII, 522 Seiten
• Illustrationen: Diagramme
• Format: 24 cm x 16.5 cm
• Fussnoten: "Aktualisierte 2. Auflage" - auf dem Umschlag hinten
• ISBN: 978-3-96009-080-9
• Frühere Ausg.: Vorangegangen ist:
• Schlagwörter: (s)Python 3.0 / (s)Datenanalyse
• Schlagwörter: (s)Datenbank / (s)Python 3.6 / (s)Datenanalyse
• Sprache: ger
• Bibliogr. Hinweis: Erscheint auch als : Online-Ausgabe: McKinney, Wes, 1985 - : Datenanalyse mit Python. - 2. Auflage. - Heidelberg : O'Reilly, 2019. - 1 Online-Ressource (XVIII, 524 Seiten)
• Bibliogr. Hinweis: Erscheint auch als : Online-Ausgabe: McKinney, Wes, 1985 - : Datenanalyse mit Python. - 2. Auflage. - Heidelberg : O'Reilly, 2019. - 1 Online-Ressource (XVII, 522 Seiten)
• Bibliogr. Hinweis: Erscheint auch als : Online-Ausgabe: McKinney, Wes, 1985 - : Datenanalyse mit Python. - 2. Auflage. - Heidelberg : O'Reilly, 2019. - 1 Online-Ressource (XVII, 522 Seiten)
• RVK-Notation: ST 250
• RVK-Notation: ST 600
• K10plus-PPN: 1029846138

Abstract

In diesem Buch befasst sich der Autor zum einen mit der Python-Programmierung, seinen Bibliotheken und Tools und im 2. Schritt mit dem Manipulieren, Verarbeiten, Sortieren und Komprimieren von Daten. Angesprochen werden Python-Programmierer und Datenanalysten ohne einschlägige Python-Kenntnisse. Für diese durchgängig überarbeitete und aktualisierte Ausgabe (1. Auflage: 2015) hat McKinney den Inhalt neu strukturiert und das Inhaltsverzeichnis differenzierter angelegt. So hat er das Grundlagenkapitel zu Python - vormals im Anhang - jetzt an den Anfang gestellt. Der gesamte Code, einschliesslich des Tutorials, wurde an Python 3.6 angepasst und die Installationsanweisungen aktualisiert. Es gibt ein neues Kapitel über fortgeschrittene panda-Tools einschliesslich Anwendungstipps und eine kurze Einführung in die Benutzung der Werkzeuge statsmodels und scikit-learn. Beispieldatensätze für die Analyse befinden sich in einem Webarchiv. Auf die Anwendungsbeispiele mit Daten aus der Finanzwelt und der Ökonomie wird jetzt verzichtet. Der Vorgänger sollte ersetzt werden