Sie wollen alles erfahren über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von strukturierten Daten mit Python 3? Dieses konsequent praxisbezogene Buch zeigt Ihnen anhand konkreter Fallbeispiele, wie Sie mit Python-Bibliotheken wie Pandas, NumPy und IPython eine Vielzahl von typischen Datenanalyse-Problemen lösen.
Geschrieben von Wes McKinney, dem Hauptautor der Pandas-Bibliothek, bietet Datenanalyse mit Python zudem einen praktischen Einstieg in das Scientific Computing für datenintensive Anwendungen mit Python.
Zu den Themen gehören:
- die interaktive IPython-Shell als primäre Programmierumgebung
- die Features von NumPy (Numerical Python)
- die Datenanalyse-Tools der Pandas-Bibliothek
- High-Performance-Tools zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten
- Scatterplots und statische oder interaktive Visualisierungen mit matplotlib
- GroupBy-Mechanismen von Pandas zum Zurechtschneiden, Umgestalten und Zusammenfassen von Datensätzen
- das Verarbeiten von verschiedensten Zeitreihen-Daten
- Problemlösungen für Webanalyse, Sozialwissenschaften, Finanzen und Wirtschaft anhand ausführlicher praktischer Beispiele
Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in das Scientific Computing einarbeiten wollen.
Aktuell zu Python 3
Geschrieben von Wes McKinney, dem Hauptautor der Pandas-Bibliothek, bietet Datenanalyse mit Python zudem einen praktischen Einstieg in das Scientific Computing für datenintensive Anwendungen mit Python.
Zu den Themen gehören:
- die interaktive IPython-Shell als primäre Programmierumgebung
- die Features von NumPy (Numerical Python)
- die Datenanalyse-Tools der Pandas-Bibliothek
- High-Performance-Tools zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten
- Scatterplots und statische oder interaktive Visualisierungen mit matplotlib
- GroupBy-Mechanismen von Pandas zum Zurechtschneiden, Umgestalten und Zusammenfassen von Datensätzen
- das Verarbeiten von verschiedensten Zeitreihen-Daten
- Problemlösungen für Webanalyse, Sozialwissenschaften, Finanzen und Wirtschaft anhand ausführlicher praktischer Beispiele
Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in das Scientific Computing einarbeiten wollen.
Aktuell zu Python 3
