Python для data science, Васильев Ю., 2026.
Python — идеальный выбор для манипулирования и извлечения информации из данных всех видов. «Python для data science» познакомит программистов с питоническим миром анализа данных. Вы научитесь писать код на Python, применяя самые современные методы, для получения, преобразования и анализа данных в управлении бизнесом, маркетинге и поддержке принятия решений.
Познакомьтесь с богатым набором встроенных структур данных Python для выполнения основных операций, а также о надежной экосистеме библиотек с открытым исходным кодом для data science, включая NumPy, pandas, scikit-learm, matplotlib и другие. Научитесь загружать данные в различных форматах, упорядочивать, группировать и агрегировать датасеты, а также создавать графики, карты и другие визуализации. На подробных примерах стройте реальные приложения, в том числе службу такси, использующую геолокацию, анализ корзины для определения товаров, которые обычно покупаются вместе, а также модель машинного обучения для прогнозирования цен на акции.
Использование Python для data science.
Простой и понятный язык программирования Python идеально подходит для получения и понимания данных любого типа, а также для выполнения с ними различных действий. Он сочетает в себе богатый набор встроенных структур данных для базовых операций и надежную экосистему библиотек с открытым исходным кодом для анализа и работы с данными любого уровня сложности. В этой книге мы рассмотрим множество таких библиотек: NumPy, pandas, scikitlearn, Matplotlib и др.
На языке Python вы сможете писать лаконичный и интуитивно понятный код с минимальными затратами времени и усилий, реализуя большинство идей всего в нескольких строках. На самом деле гибкий синтаксис позволяет реализовать несколько операций с данными даже в одной строке. Например, можно написать строку кода, которая одновременно фильтрует, преобразует и агрегирует данные.
ОГЛАВЛЕНИЕ.
Об авторе.
О научном редакторе.
От издательства.
Введение.
Глава 1. Базовые знания о данных.
Глава 2. Структуры данных Python.
Глава 3. Библиотеки Python для data science.
Глава 4. Доступ к данным из файлов и API.
Глава 5. Работа с базами данных.
Глава 6. Агрегирование данных.
Глава 7. Объединение датасетов.
Глава 8. Визуализация.
Глава 9. Анализ данных о местоположении.
Глава 10. Анализ данных временных рядов.
Глава 11. Получение инсайтов из данных.
Глава 12. Машинное обучение для анализа данных.
Купить .
Дата публикации:
Теги: учебник по программированию :: программирование :: Васильев :: данные :: база данных :: датасет
Смотрите также учебники, книги и учебные материалы:
Следующие учебники и книги:
Предыдущие статьи:
