Leserbewertungen
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 9 Stimmen.
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 DatenErstellen Sie Diagramme mit matplotlib, seaborn und pandas.
⬤ Datensätze kombinieren 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.
⬤ Verwenden Sie Clustering beim unüberwachten maschinellen Lernen.
⬤ .
Weitere Daten des Buches:
| ISBN: | 9780137891153 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2023 |
| Seitenzahl: | 512 |
Kauf:
Derzeit verfügbar, auf Lager.
