Analyse de données en Python: Manipulation de données avec pandas, NumPy et IPython. - Couverture souple
Synopsis
Vous cherchez des instructions complètes pour manipuler, traiter, nettoyer et condenser des structures de données en Python ? Ce livre pratique regorge d'études de cas concrets qui proposent des solutions efficaces à toute une série de problèmes d'analyse de données à l'aide de plusieurs bibliothèques Python - comme NumPy, pandas, matplotlib et IPython.
Un livre de référence pour les développeurs big data
Cet ouvrage est également une introduction efficace et moderne au calcul scientifique en Python dans les applications traitant de grandes quantités de données. Il est l'outil idéal des analystes qui découvrent Python et des programmeurs Python qui découvrent le calcul scientifique.
- Utilisez le Shell interactif IPython comme environnement de développement principal.
- Apprenez les fonctions élémentaires et avancées NumPy (Numerical Python).
- Lancez-vous avec les outils d'analyse de données de la bibliothèque pandas.
- Utilisez des outils très performants pour charger, nettoyer, transformer, fusionner et reformater vos données.
- Créez des nuages de points et des représentations statiques ou interactives avec matplotlib.
- Appliquez les ressources groupby de pandas pour tailler des cubes, découper et condenser vos jeux de données.
- Manipulez des données de séries temporelles sous différents formats.
- Apprenez à résoudre des problèmes d'audience web, de sciences sociales, de finances et d'économie grâce à des exemples détaillés.
Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.
À propos de l?auteur
Wes McKinney est le principal auteur de pandas, la célèbre bibliothèque open source Python dédiée à l'analyse de données. Orateur et membre actif de la communauté Python et de la communauté open source, il a travaillé comme analyste quantitatif chez AQR Capital Management et comme consultant Python avant de fonder DataPad, sa société d'analyse de données, en 2013. Il est diplômé du MIT en mathématiques.
À propos de la quatrième de couverture
Vous cherchez des instructions complètes pour manipuler, traiter, nettoyer et condenser des structures de données en Python ? Ce livre pratique regorge d'études de cas concrets qui proposent des solutions efficaces à toute une série de problèmes d'analyse de données à l'aide de plusieurs bibliothèques Python - comme NumPy, pandas, matplotlib et IPython.
Un livre de référence pour les développeurs big data
Cet ouvrage est également une introduction efficace et moderne au calcul scientifique en Python dans les applications traitant de grandes quantités de données. Il est l'outil idéal des analystes qui découvrent Python et des programmeurs Python qui découvrent le calcul scientifique.
- Utilisez le Shell interactif IPython comme environnement de développement principal.
- Apprenez les fonctions élémentaires et avancées NumPy (Numerical Python).
- Lancez-vous avec les outils d'analyse de données de la bibliothèque pandas.
- Utilisez des outils très performants pour charger, nettoyer, transformer, fusionner et reformater vos données.
- Créez des nuages de points et des représentations statiques ou interactives avec matplotlib.
- Appliquez les ressources groupby de pandas pour tailler des cubes, découper et condenser vos jeux de données.
- Manipulez des données de séries temporelles sous différents formats.
- Apprenez à résoudre des problèmes d'audience web, de sciences sociales, de finances et d'économie grâce à des exemples détaillés.
Les informations fournies dans la section « A propos du livre » peuvent faire référence à une autre édition de ce titre.