Pandy pro každého: Analýza dat v jazyce Python

Recenze čtenářů

Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 9 hlasů.

Původní název:

Pandas for Everyone: Python Data Analysis

Obsah knihy:

Praktický úvod do analýzy dat pomocí programu Pandas v jazyce Python

Analytici dnes musí spravovat data, která se vyznačují mimořádnou rozmanitostí, rychlostí a objemem. Pomocí open source knihovny Pandas můžete v jazyce Python rychle automatizovat a provádět prakticky jakoukoli úlohu analýzy dat, bez ohledu na to, jak je rozsáhlá nebo složitá. Pandas vám pomůže zajistit pravdivost dat, vizualizovat je pro efektivní rozhodování a spolehlivě reprodukovat analýzy napříč více datovými sadami.

Kniha Pandas pro každého přináší praktické znalosti a poznatky pro řešení skutečných problémů s Pandas, i když s analýzou dat v jazyce Python teprve začínáte. Daniel Y. Chen představuje klíčové koncepty na jednoduchých, ale praktických příkladech a postupně na nich staví řešení složitějších reálných problémů.

Chen vám poskytne úvodní informace o používání programu Pandas s realistickým souborem dat a věnuje se kombinování souborů dat, práci s chybějícími daty a strukturování souborů dat pro snadnější analýzu a vizualizaci. Předvádí výkonné techniky čištění dat, od základní manipulace s řetězci až po použití funkcí současně napříč datovými soubory.

Jakmile jsou data připravena, Chen vás provede sestavováním modelů pro predikci, shlukování, odvozování a zkoumání. Poskytne vám tipy týkající se výkonu a škálovatelnosti a seznámí vás s širším ekosystémem analýzy dat v jazyce Python.

⬤ Práce s DataFrames a Series a import nebo export datVytváření grafů pomocí matplotlib, seaborn a pandas.

⬤ Slučování datových sad a práce s chybějícími daty.

⬤ Tvarovat, upravovat a čistit datové sady, aby se s nimi lépe pracovalo.

⬤ Konvertujte datové typy a manipulujte s textovými řetězci.

⬤ Použití funkcí pro škálování manipulací s daty.

⬤ Sdružování, transformace a filtrování velkých datových sad pomocí funkce groupby.

⬤ Využívat pokročilé možnosti Pandy v oblasti data a času.

⬤ Fitovat lineární modely pomocí knihoven statsmodels a scikit-learn.

⬤ Používat zobecněné lineární modelování k fitování modelů s různými proměnnými odezvy.

⬤ Porovnávat více modelů a vybrat ten nejlepší.

⬤ Regulovat pro překonání nadměrného přizpůsobení a zlepšení výkonu.

⬤ Používat shlukování v neřízeném strojovém učení.

⬤ .