Python и анализ данных, Маккини У., 2020.
Второе издание этой книги дает современное практическое введение в разработку научных приложений на Python, ориентированных на обработку данных. Код переписан под версию Python 3.6, добавлены сведения о последних версиях библиотек pandas, NumPy, IPython и Jupyter.
Описаны те части языка Python и библиотеки для него, которые необходимы для эффективного решения широкого круга аналитических задач: интерактивная оболочка IPython и Iupyter-блокноты, библиотеки NumPy и pandas, библиотека для визуализации данных matplotlib и др.
Издание подойдет как аналитикам, только начинающим осваивать обработку данных, так и опытным программистам на Python, еще не знакомым с научными приложениями.

Основы языка Python, IPython и Jupyteг-блокноты.
В 2011 и 2012 годах, когда я писал первое издание книги, ресурсов для изучения анализа данных с применением Python было гораздо меньше. Тут мы имеем что-то похожее на проблему яйца и курицы: многие библиотеки, наличие которых мы сейчас считаем само собой разумеющимся, в том числе pandas, scikit-learn и statsmodels, тогда были еще относительно незрелыми. В 2017 году количество литературы по науке о данных, по анализу данных и машинному обучению неуклонно растет, дополняя прежние работы по научным расчетам, предназначенные для специалистов по информатике, физике и другим дисциплинам. Есть также замечательные книги о самом языке программирования Python и о том, как стать эффективным программистом.
Поскольку книга задумана как введение в работу с данными на Python, считаю полезным дать замкнутый обзор некоторых наиболее важных особенностей встроенных в Python структур данных и библиотек с точки зрения манипулирования данными. Поэтому в этой и следующей главах приводится лишь информация, необходимая для чтения книги.
ОГЛАВЛЕНИЕ.
Предисловие.
Об авторе.
Об иллюстрации на обложке.
Глава 1. Предварительные сведения.
Глава 2. Основы языка Python, IPython и Jupyter-блокноты.
Глава 3. Встроенные структуры данных, функции и файлы.
Глава 4. Основы NumPy: массивы и векторные вычисления.
Глава 5. Первое знакомство с pandas.
Глава 6. Чтение и запись данных, форматы файлов.
Глава 7. Очистка и подготовка данных.
Глава 8. Переформатирование данных: соединение, комбинирование и изменение формы.
Глава 9. Построение графиков и визуализация.
Глава 10. Агрегирование данных и групповые операции.
Глава 11. Временные ряды.
Глава 12. Дополнительные сведения о библиотеке NumPy.
Глава 13. Введение в библиотеки моделирования на Python.
Глава 14. Примеры анализа данных.
Приложение A. Дополнительные сведения о библиотеке NumPy.
Приложение B. Еще о системе IPython.
Предметный указатель.
Купить .
Купить .
Теги: учебник по программированию :: программирование :: Маккини