Pandák mindenkinek: Python adatelemzés

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 9 olvasói szavazat alapján történt.

Eredeti címe:

Pandas for Everyone: Python Data Analysis

Könyv tartalma:

A gyakorlatias, példákban gazdag bevezetés a Pandas adatelemzésbe Pythonban

Napjainkban az elemzőknek rendkívüli változatossággal, sebességgel és mennyiséggel jellemezhető adatokat kell kezelniük. A nyílt forráskódú Pandas könyvtár segítségével a Python segítségével gyorsan automatizálható és elvégezhető gyakorlatilag bármilyen adatelemzési feladat, függetlenül attól, hogy milyen nagy vagy összetett. A Pandas segítségével biztosíthatja adatai valódiságát, vizualizálhatja azokat a hatékony döntéshozatal érdekében, és megbízhatóan reprodukálhatja az elemzéseket több adathalmazon keresztül.

A Pandas for Everyone gyakorlati ismereteket és betekintést nyújt a Pandas segítségével valódi problémák megoldásához, még akkor is, ha még nem ismeri a Python adatelemzést. Daniel Y. Chen egyszerű, de gyakorlatias példákon keresztül mutatja be a kulcsfogalmakat, fokozatosan építve rájuk a nehezebb, valós problémák megoldása érdekében.

Chen egy reális adatkészlettel indítja el a Pandas használatát, és kitér az adatkészletek kombinálására, a hiányzó adatok kezelésére, valamint az adatkészletek strukturálására a könnyebb elemzés és vizualizáció érdekében. Bemutatja az erőteljes adattisztítási technikákat, az alapvető karakterlánc-manipulációtól kezdve a függvények adatkereteken keresztüli egyidejű alkalmazásáig.

Ha az adatok készen állnak, Chen végigvezeti Önt az előrejelzéshez, klaszterezéshez, következtetéshez és feltáráshoz szükséges modellek illesztésén. Tippeket ad a teljesítményre és a skálázhatóságra vonatkozóan, és bemutatja a Python szélesebb körű adatelemzési ökoszisztémáját.

⬤ Munka DataFrame-ekkel és sorozatokkal, valamint adatok importálása vagy exportálásaDiagramok készítése matplotlib, seaborn és pandas segítségével.

⬤ Adatkészletek kombinálása és hiányzó adatok kezelése.

⬤ Megformázza, rendbe teszi és megtisztítja az adathalmazokat, hogy könnyebb legyen velük dolgozni.

⬤ Adattípusok átalakítása és szöveges karakterláncok kezelése.

⬤ Függvények alkalmazása az adatmanipulációk skálázásához.

⬤ Groupby segítségével nagy adathalmazok összevonása, átalakítása és szűrése.

⬤ Használja a Pandas fejlett dátum és idő képességeit.

⬤ Lineráris modellek illesztése a statsmodels és a scikit-learn könyvtárak használatával.

⬤ Használja az általánosított lineáris modellezést különböző válaszváltozókkal rendelkező modellek illesztésére.

⬤ Egymás modellek összehasonlítása a legjobb kiválasztásához.

⬤ Regularizálás a túlillesztés leküzdésére és a teljesítmény javítására.

⬤ Klaszterezés használata a felügyelet nélküli gépi tanulásban.

⬤ .