Datenmanipulation mit Python

Bewertung:   (4,4 von 5)

Datenmanipulation mit Python (Tirthajyoti Sarkar)

Leserbewertungen

Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 33 Stimmen.

Originaltitel:

Data Wrangling with Python

Inhalt des Buches:

Vereinfachen Sie Ihre ETL-Prozesse mit diesen praktischen Tipps, Tricks und Best Practices zur Datenhygiene. Hauptmerkmale Konzentrieren Sie sich auf die Grundlagen des Data Wrangling Studieren Sie verschiedene Möglichkeiten, wie Sie in kürzerer Zeit das meiste aus Ihren Daten herausholen können Steigern Sie Ihre Lernkurve mit Bonusthemen wie zufälliger Datengenerierung und Datenintegritätsprüfungen Buchbeschreibung

Damit Daten nützlich und aussagekräftig sind, müssen sie aufbereitet und verfeinert werden. Data Wrangling with Python lehrt Sie die Kernideen hinter diesen Prozessen und vermittelt Ihnen Kenntnisse über die gängigsten Tools und Techniken in diesem Bereich.

Das Buch beginnt mit den absoluten Grundlagen von Python und konzentriert sich hauptsächlich auf Datenstrukturen. Anschließend werden die grundlegenden Werkzeuge für die Datenverarbeitung wie die Bibliotheken NumPy und Pandas vorgestellt. Sie werden nützliche Erkenntnisse darüber gewinnen, warum Sie von traditionellen Methoden der Datenbereinigung, wie sie in anderen Sprachen üblich sind, Abstand nehmen und stattdessen die Vorteile der spezialisierten vorgefertigten Routinen in Python nutzen sollten. Diese Kombination aus Python-Tipps und -Tricks zeigt Ihnen auch, wie Sie dasselbe Python-Backend verwenden und Daten aus verschiedenen Quellen wie dem Internet, großen Datenbanken und Excel-Finanztabellen extrahieren und umwandeln können. Um Sie auf anspruchsvollere Szenarien vorzubereiten, erfahren Sie, wie Sie mit fehlenden oder falschen Daten umgehen und sie entsprechend den Anforderungen des nachgelagerten Analysetools neu formatieren. Das Buch hilft Ihnen außerdem, Konzepte anhand von Beispielen und Datensätzen aus der Praxis zu verstehen.

Am Ende dieses Buches werden Sie in der Lage sein, eine Vielzahl von Quellen zu nutzen, um Ihre Daten effizient zu extrahieren, zu bereinigen, zu transformieren und zu formatieren. Was Sie lernen werden Verwenden und manipulieren Sie komplexe und einfache Datenstrukturen Nutzen Sie das volle Potenzial von DataFrames und numpy.array zur Laufzeit Führen Sie Web-Scraping mit BeautifulSoup4 und html5lib aus Führen Sie eine erweiterte Stringsuche und -manipulation mit RegEX aus Behandeln Sie Ausreißer und führen Sie eine Datenimputation mit Pandas durch Verwenden Sie deskriptive Statistiken und Plotting-Techniken Üben Sie Datenverarbeitung und -modellierung mithilfe von Datengenerierungstechniken Für wen dieses Buch ist

Data Wrangling with Python richtet sich an Entwickler, Datenanalysten und Unternehmensanalysten, die eine Karriere als vollwertiger Datenwissenschaftler oder Analyseexperte anstreben. Obwohl sich dieses Buch an Anfänger richtet, sind Vorkenntnisse in Python erforderlich, um die hier behandelten Konzepte leicht zu verstehen. Außerdem sind rudimentäre Kenntnisse über relationale Datenbanken und SQL hilfreich. Inhaltsverzeichnis Einführung in das Data Wrangling mit Python Fortgeschrittene Datenstrukturen und Dateiverwaltung Einführung in Numpy, Pandas und Matplotlib Ein tiefer Einblick in das Data Wrangling mit Python Sich mit verschiedenen Arten von Datenquellen vertraut machen Die verborgenen Geheimnisse des Data Wrangling lernen Fortgeschrittenes Web Scraping und Datenerfassung RDBMS und SQL Anwendung des Data Wrangling im wirklichen Leben

Weitere Daten des Buches:

ISBN:9781789800111
Autor:
Verlag:
Einband:Taschenbuch

Kauf:

Derzeit verfügbar, auf Lager.

Ich kaufe es!

Weitere Bücher des Autors:

Datenmanipulation mit Python - Data Wrangling with Python
Vereinfachen Sie Ihre ETL-Prozesse mit diesen praktischen Tipps, Tricks und Best Practices zur...
Datenmanipulation mit Python - Data Wrangling with Python
Produktive und effiziente Datenwissenschaft mit Python: Best Practices-Leitfaden für die...
Dieses Buch konzentriert sich auf die Python-basierten...
Produktive und effiziente Datenwissenschaft mit Python: Best Practices-Leitfaden für die Implementierung von Aiops - Productive and Efficient Data Science with Python: Best Practices Guide to Implementing Aiops

Die Werke des Autors wurden von folgenden Verlagen veröffentlicht: