Python w analizie danych

• Verfasst von: McKinney, Wes [VerfasserIn]
• Titel: Python w analizie danych
• Titelzusatz: przetwarzanie danych za pomocą pakietów pandas i NumbPy oraz środowiska Jupyter
• Mitwirkende: Watrak, Andrzej [ÜbersetzerIn]
• Werktitel: Python for data analysis
• Verf.angabe: Wes McKinney ; przekład, Andrzej Watrak
• Ausgabe: Wydanie III.
• Verlagsort: Gliwice
• Verlag: Helion
• E-Jahr: 2023
• Jahr: [2023]
• Umfang: 1 online resource (504 pages)
• ISBN: 978-83-8322-324-7
• ISBN: 83-8322-324-2
• Datenträger: Online-Ressource
• Sprache: pol
• Sach-SW: Data mining
• Sach-SW: Programming languages (Electronic computers)
• Sach-SW: Python (Computer program language)
• K10plus-PPN: 185415401X
• K10plus-PPN:
  Universitätsbibliothek
• Lokale URL UB: Zum Volltext
• Lokale URL UB: Bibliothek der Medizinischen Fakultät Mannheim der Universität Heidelberg
• Bibliothek/Idn: UW / m4362045511
• Lokale URL Inst.: Zum Volltext

Abstract

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 narzędziach analitycznych Pythona. Uwzględnia Pythona 3.0 i bibliotekę̜ pandas 1.4. Została napisana w przystępny sposób, a poszczególne zagadnienia bogato zilustrowano przykładami, studiami rzeczywistych przypadków i fragmentami kodu. W trakcie lektury nauczysz się korzystać z możliwości oferowanych przez pakiety pandas i NumPy, a także środowiska IPython i Jupyter. Nie zabrakło wskazówek dotyczących używania uniwersalnych narzędzi przeznaczonych do ładowania, czyszczenia, przekształcania i łączenia zbiorów danych. Pozycję docenią analitycy zamierzający zacząć pracę w Pythonie, jak również programiści Pythona, którzy chcą się zająć analizą danych i obliczeniami naukowymi.