IT-Zeitschriften, Fachbücher, eBooks, digitale Magazine und vieles mehr - direkt im heise shop online kaufen
Warenkorb Ihr Warenkorb ist noch leer.
44,90 €*

Datenanalyse mit Python (2. Auflage)

Buch

Bewerten Sie dieses Produkt als Erster

Auswertung von Daten mit Pandas, NumPy und IPython
Lieferung: 1-4 Tage
Autor: Wes McKinney
Anbieter: Dpunkt Verlag
Sprache: Deutsch
EAN: 9783960090809
Veröffentlicht: 02.11.2018
Seitenanzahl: 542
Erfahren Sie alles über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von Datensätzen mit Python: Aktualisiert auf Python 3.6, zeigt Ihnen dieses konsequent praxisbezogene Buch anhand konkreter Fallbeispiele, wie Sie eine Vielzahl von typischen Datenanalyse-Problemen effektiv lösen. Gleichzeitig lernen Sie die neuesten Versionen von pandas, NumPy, IPython und Jupyter kennen.

Geschrieben von Wes McKinney, dem Begründer des pandas-Projekts, bietet Datenanalyse mit Python einen praktischen Einstieg in die Data-Science-Tools von Python. Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in Data Science und Scientific Computing einarbeiten wollen. Daten und zugehöriges Material des Buchs sind auf GitHub verfügbar.

Aus dem Inhalt:
- Nutzen Sie die IPython-Shell und Jupyter Notebook für das explorative Computing
- Lernen Sie Grundfunktionen und fortgeschrittene Features von NumPy kennen
- Setzen Sie die Datenanalyse-Tools der pandas- Bibliothek ein
- Verwenden Sie flexible Werkzeuge zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten
- Erstellen Sie interformative Visualisierungen mit matplotlib
- Wenden Sie die GroupBy-Mechanismen von pandas an, um Datensätzen zurechtzuschneiden, umzugestalten und zusammenzufassen
- Analysieren und manipulieren Sie verschiedenste Zeitreihen-Daten

Für diese aktualisierte 2. Auflage wurde der gesamte Code an Python 3.6 und die neuesten Versionen der pandas-Bibliothek angepasst. Neu in dieser Auflage: Informationen zu fortgeschrittenen pandas-Tools sowie eine kurze Einführung in statsmodels und scikit-learn.
Um bewerten zu können, melden Sie sich bitte an