Analyse de données en Python : Manipulation de données avec pandas, NumPy et IPython

McKinney, Wes

ISBN 10: 2212141092 ISBN 13: 9782212141092
Edité par EYROLLES, 2015
Ancien(s) ou d'occasion Couverture souple

Vendeur medimops, Berlin, Allemagne Évaluation du vendeur 5 sur 5 étoiles Evaluation 5 étoiles, En savoir plus sur les évaluations des vendeurs

Vendeur AbeBooks depuis 10 mai 2010

Nous sommes désolés, ce livre n'est plus disponible. AbeBooks référence des millions de livres. Veuillez saisir des termes de recherche ci-dessous pour identifier des exemplaires similaires.

A propos de cet article

Description :

Befriedigend/Good: Durchschnittlich erhaltenes Buch bzw. Schutzumschlag mit Gebrauchsspuren, aber vollständigen Seiten. / Describes the average WORN book or dust jacket that has all the pages present. N° de réf. du vendeur M02212141092-G

Signaler cet article

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.

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.

Les informations fournies dans la section « A propos du livre » peuvent faire référence à une autre édition de ce titre.

Détails bibliographiques

Titre : Analyse de données en Python : Manipulation ...
Éditeur : EYROLLES
Date d'édition : 2015
Reliure : Couverture souple
Etat : good

AbeBooks vous offre des millions de livres anciens, neufs, d'occasion et épuisés proposés par des milliers de vendeurs du monde entier. Acheter sur AbeBooks est simple, sûr et 100% sécurisé - effectuez votre recherche, passez commande sur notre site sécurisé et recevez votre ouvrage directement expédié par le vendeur.

Cherchez parmi des millions de livres proposés par des milliers de vendeurs

Livres anciens et de collection

Livres anciens et de collection

Livres rares, manuscrits, incunables ou livres signés, découvrez notre page consacrée aux livres anciens et de collection.

Livres anciens et de collection

Editions originales

Editions originales

Tirages limités, éditions spéciales ou numérotées, retrouvez notre sélection d'éditions originales.

Editions originales

Livres d'occasion

Livres d'occasion

Meilleures ventes, idées lecture et lauréats à prix réduits, faites des économies grâce à nos bonnes affaires et à la livraison gratuite.

Livres d'occasion

Découvrez d'autres livres :