Datenanalyse mit Python

Datenanalyse mit PythonDatenanalyse mit Python ISBN: 9783960092117 Auswertung von Daten mit pandas, NumPy und Jupyter McKinney, Wes Kartoniert, 24 cm, Gewicht: 1008 g, 558 S. bersetzung: Lichtenberg, Kathrin; Demmig, Thomas, 3. Aufl. Deutsch 2023 dpunkt Neue Ware, Mngelexemplar, Zustand: gut Retourware: wegen minimaler Lagerspuren und Transportschden (wie leichte Kratzer) als Mngelexemplar gekennzeichnet. Das Standardwerk in der 3. Auflage, aktualisiert auf Python 3. 10 und

Datenanalyse mit Python

ISBN: 9783960092117

Auswertung von Daten mit pandas, NumPy und Jupyter
McKinney, Wes
Kartoniert, 24 cm, Gewicht: 1008 g,  558 S.

Übersetzung:Lichtenberg, Kathrin; Demmig, Thomas, 3. Aufl.
Deutsch
2023 - dpunkt

Neue Ware, Mängelexemplar, Zustand: gut

Retourware: wegen minimaler Lagerspuren und Transportschäden
(wie leichte Kratzer) als Mängelexemplar gekennzeichnet.

Das Standardwerk in der 3. Auflage, aktualisiert auf Python 3.10 und pandas 1.4 Versorgt Sie mit allen praktischen Details und mit wertvollem Insiderwissen, um Datenanalysen mit Python erfolgreich durchzuführen Mit Jupyter-Notebooks für alle Codebeispiele aus jedem Kapitel
Erfahren Sie alles über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von Datensätzen mit Python: Aktualisiert auf Python 3.10 und pandas 1.4, 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 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 Zusatzmaterial zum Buch sind auf GitHub verfügbar.

Aus dem Inhalt:
Nutzen Sie Jupyter Notebook und die IPython-Shell 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 Datensätze zurechtzuschneiden, umzugestalten und zusammenzufassen Analysieren und manipulieren Sie verschiedenste Zeitreihendaten Erproben Sie die konkrete Anwendung der im Buch vorgestellten Werkzeuge anhand verschiedener realer Datensätze.

Text vom Verlag