Leserbewertungen
Zusammenfassung:Insgesamt heben die Rezensionen das Buch als praktische Einführung in Pandas hervor, besonders wertvoll für Anfänger und diejenigen, die ihre Fähigkeiten in der Datenanalyse schnell anwenden wollen. Gelobt werden die klaren Erklärungen und praktischen Beispiele, obwohl sich einige Kritiken auf veraltete Inhalte, Formatierungsprobleme und das Vorhandensein von Füllmaterial konzentrieren. Die Leser halten es im Vergleich zu anderen Pandas-Büchern für ein weniger umfassendes Nachschlagewerk.
Vorteile:⬤ Klare Erklärungen und praktische Beispiele, die das Verständnis erleichtern.
⬤ Praktisch für Anwendungen in der Datenanalyse, besonders hervorgehoben für seine Nützlichkeit bei berufsbezogenen Aufgaben.
⬤ Gute Einführungsressource für Anfänger und Studenten.
⬤ Begleitende Ressourcen wie GitHub Notebooks bieten weitere Unterstützung.
⬤ Prägnant und geht direkt auf die Bedürfnisse der Nutzer ein, ohne übermäßig ins Detail zu gehen.
⬤ Enthält Tippfehler und veraltete Informationen; einige empfehlen, nach der neuesten Ausgabe zu suchen.
⬤ Einige Rezensenten finden, dass die Formatierung und die Verwendung von Füllmaterial die Qualität des Inhalts beeinträchtigen.
⬤ Mangelnde Tiefe bei bestimmten Methoden und Themen im Vergleich zu anderen Pandas-Referenzmaterialien.
⬤ Erfordert externen Aufwand, um auf die Beispiele im Text zuzugreifen.
⬤ Einige sehen es als nicht geeignet für vertiefende Studien.
(basierend auf 69 Leserbewertungen)
Originaltitel:
Pandas for Everyone: Python Data Analysis
Inhalt des Buches:
Die praktische, beispielreiche Einführung in die Datenanalyse mit Pandas in Python
Heutzutage müssen Analysten Daten verwalten, die durch eine außergewöhnliche Vielfalt, Geschwindigkeit und Menge gekennzeichnet sind. Mit der Open-Source-Bibliothek Pandas können Sie mit Python praktisch jede Datenanalyseaufgabe schnell automatisieren und durchführen, unabhängig davon, wie groß oder komplex sie ist. Pandas hilft Ihnen, die Richtigkeit Ihrer Daten zu gewährleisten, sie für eine effektive Entscheidungsfindung zu visualisieren und Analysen über mehrere Datensätze hinweg zuverlässig zu reproduzieren.
Pandas für jedermann vereint praktisches Wissen und Einblicke, um echte Probleme mit Pandas zu lösen, selbst wenn Sie neu in der Datenanalyse mit Python sind. Daniel Y. Chen führt anhand einfacher, aber praktischer Beispiele in die Schlüsselkonzepte ein und baut darauf auf, um schwierigere, reale Probleme zu lösen.
Chen gibt Ihnen einen Einstieg in die Verwendung von Pandas mit einem realistischen Datensatz und behandelt die Kombination von Datensätzen, den Umgang mit fehlenden Daten und die Strukturierung von Datensätzen zur einfacheren Analyse und Visualisierung. Er demonstriert leistungsstarke Datenbereinigungstechniken, von der grundlegenden Stringmanipulation bis hin zur gleichzeitigen Anwendung von Funktionen auf Datenrahmen.
Sobald Ihre Daten fertig sind, führt Chen Sie durch die Anpassung von Modellen für Vorhersage, Clustering, Inferenz und Exploration. Er gibt Tipps zur Leistung und Skalierbarkeit und führt Sie in das breitere Ökosystem der Python-Datenanalyse ein.
⬤ Arbeiten Sie mit DataFrames und Serien, und importieren oder exportieren Sie Daten.
⬤ Erstellen Sie Diagramme mit matplotlib, seaborn und pandas.
⬤ Datensätze zusammenführen und fehlende Daten behandeln.
⬤ Datensätze umgestalten, aufräumen und bereinigen, damit sie leichter zu bearbeiten sind.
⬤ Konvertieren von Datentypen und Manipulieren von Textstrings.
⬤ Funktionen zur Skalierung von Datenmanipulationen anwenden.
⬤ Große Datensätze mit Groupby zusammenfassen, transformieren und filtern.
⬤ Nutzen Sie die erweiterten Datums- und Zeitfunktionen von Pandas.
⬤ Lineare Modelle mit statsmodels und scikit-learn Bibliotheken anpassen.
⬤ Verallgemeinerte lineare Modellierung verwenden, um Modelle mit verschiedenen Antwortvariablen anzupassen.
⬤ Vergleichen Sie mehrere Modelle, um das "beste" auszuwählen.
⬤ Regularisieren Sie, um Overfitting zu vermeiden und die Leistung zu verbessern.
⬤ Clustering im unüberwachten maschinellen Lernen verwenden.
Weitere Daten des Buches:
| ISBN: | 9780134546933 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2018 |
| Seitenzahl: | 416 |
Kauf:
Derzeit verfügbar, auf Lager.
