Kuchařka čištění dat v jazyce Python: Moderní techniky a nástroje Pythonu pro odhalování a odstraňování znečištěných dat a získávání klíčových poznatků

Recenze čtenářů

Celkově je kniha považována za vynikající zdroj informací o čištění dat pomocí jazyka Python, který nabízí praktické rady, jasná vysvětlení a četné příklady kódování. Ačkoli slouží jako komplexní úvod pro začátečníky i jako užitečná příručka pro zkušené datové vědce, někteří recenzenti upozornili na oblasti, které je třeba zlepšit, zejména pokud jde o formátování kódu a zahrnutí grafiky.

Kniha je vysoce praktická, poskytuje jasná a strukturovaná vysvětlení, četné příklady a množství technik čištění, manipulace a vizualizace dat. Slouží jako vynikající učebnice pro ty, kdo s datovou vědou nebo umělou inteligencí začínají, a je ceněna zejména pro své postřehy, uspořádání a použitelnost jako rychlá referenční příručka. Recenzenti ocenili důraz na pochopení zdůvodnění úloh zpracování dat, což zlepšuje učení.

Někteří recenzenti poukázali na problémy, jako jsou špatně formátované příklady kódu, které se špatně čtou, minimální využití grafiky v rozporu s typickou průzkumnou analýzou dat a potřeba komplexnějších témat, jako je čištění časových řad dat. Několik z nich poznamenalo, že kniha sice slouží jako solidní výchozí bod, ale nemusí do hloubky pokrývat všechna pokročilá témata.

(na základě 28 hodnocení čtenářů)

Původní název:

Python Data Cleaning Cookbook: Modern techniques and Python tools to detect and remove dirty data and extract key insights

Obsah knihy:

Zjistěte, jak podrobně popsat svá data, identifikovat problémy s daty a zjistit, jak je řešit pomocí běžně používaných technik a tipů a triků

Klíčové vlastnosti

⬤ Zorientujte se v různých technikách čištění dat, které vám pomohou odhalit klíčové poznatky.

⬤ Manipulujte s daty různé složitosti a tvarujte je do správné podoby podle potřeb vašeho podnikání.

⬤ Čištění, monitorování a ověřování velkých objemů dat za účelem diagnostiky problémů před přechodem k analýze dat.

Popis knihy

Získání čistých dat pro odhalení poznatků je zásadní, protože přímý skok do analýzy dat bez řádného vyčištění dat může vést k nesprávným výsledkům. Tato kniha vám ukáže nástroje a techniky, které můžete použít k čištění a zpracování dat pomocí jazyka Python. Začnete tím, že se seznámíte s tvarem dat pomocí postupů, které lze rutinně nasadit u většiny zdrojů dat. Poté vás kniha naučí, jak s daty manipulovat, abyste je dostali do užitečné podoby. Naučíte se také filtrovat a sumarizovat data, abyste získali přehled a lépe pochopili, co má smysl a co ne, spolu s objevem, jak s daty pracovat, abyste řešili zjištěné problémy. Dále budete provádět klíčové úkoly, jako je zpracování chybějících hodnot, ověřování chyb, odstraňování duplicitních dat, sledování velkých objemů dat a zpracování odlehlých hodnot a neplatných dat. Dále se budete věnovat receptům na používání učení pod dohledem a analýzy Naive Bayes k identifikaci neočekávaných hodnot a chyb klasifikace a vytváření vizualizací pro průzkumnou analýzu dat (EDA) k vizualizaci neočekávaných hodnot. Nakonec vytvoříte funkce a třídy, které můžete bez úprav znovu použít, když máte k dispozici nová data.

Na konci této knihy o Pythonu budete mít všechny klíčové dovednosti, které potřebujete k čištění dat a diagnostice problémů v nich.

Co se naučíte

⬤ Zjistíte, jak číst a analyzovat data z různých zdrojů.

⬤ Vytvářet souhrny atributů datových rámců, sloupců a řádků.

⬤ Filtrovat data a vybírat sloupce zájmu, které splňují daná kritéria.

⬤ Řešit problémy s nepřehlednými daty, včetně práce s daty a chybějícími hodnotami.

⬤ Zvýšit produktivitu práce v Pythonu pandas pomocí řetězení metod.

⬤ Používejte vizualizace k získání dalších informací a identifikaci potenciálních problémů s daty.

⬤ Zlepšete svou schopnost zjistit, co se děje v datech.

⬤ Vytvářejte uživatelsky definované funkce a třídy pro automatizaci čištění dat.

Pro koho je tato kniha určena

Tato kniha je určena všem, kteří hledají způsoby, jak zpracovávat nepřehledná, duplicitní a nekvalitní data pomocí různých nástrojů a technik jazyka Python. Kniha využívá přístup založený na receptech, které vám pomohou naučit se čistit a spravovat data. K tomu, abyste z knihy vytěžili co nejvíce, vám postačí praktická znalost programování v jazyce Python.