Podstawy analityki z Pythonem: Od nie-programisty do hakera

Opinie czytelników

Książka ta jest ukierunkowanym przewodnikiem na temat korzystania z Pythona w arkuszach kalkulacyjnych, zaprojektowanym specjalnie dla użytkowników zaznajomionych z programem Excel. Chociaż oferuje ona przydatne przykłady i dobre wyjaśnienia, niektórzy użytkownicy napotkali błędy, które utrudniały im naukę, zwłaszcza początkującym.

Książka zawiera wiele przydatnych przykładów i ćwiczeń, obejmuje podstawy Pythona i biblioteki takie jak pandas, a także jasno wyjaśnia pojęcia. Jest uważana za doskonały przewodnik wprowadzający, szczególnie dla zaawansowanych użytkowników Excela.

Niektóre przykłady kodu mają małe rozmiary czcionek, które są trudne do odczytania, i istnieją doniesienia o błędach, które mogą powodować zamieszanie dla początkujących, utrudniając efektywną naukę.

(na podstawie 5 opinii czytelników)

Oryginalny tytuł:

Foundations for Analytics with Python: From Non-Programmer to Hacker

Zawartość książki:

Jeśli jesteś podobny do wielu z 750 milionów użytkowników Excela, chcesz zrobić więcej ze swoimi danymi - na przykład powtarzać podobne analizy w setkach plików lub łączyć dane w wielu plikach do analizy za jednym razem. Ten praktyczny przewodnik pokazuje ambitnym nie-programistom, jak zautomatyzować i skalować przetwarzanie i analizę danych w różnych formatach - za pomocą Pythona.

Po tym, jak autor Clinton Brownley przeprowadzi cię przez podstawy Pythona, będziesz w stanie pisać proste skrypty do przetwarzania danych w arkuszach kalkulacyjnych i bazach danych. Dowiesz się również, jak korzystać z kilku modułów Pythona do analizowania plików, grupowania danych i tworzenia statystyk. Doświadczenie w programowaniu nie jest wymagane.

Twórz i uruchamiaj własne skrypty Pythona, ucząc się podstawowej składni. Używanie modułu csv Pythona do odczytywania i analizowania plików CSV. Odczytywanie wielu arkuszy i skoroszytów programu Excel za pomocą modułu xlrd.

Wykonywanie operacji na bazach danych MySQL lub za pomocą modułu mysqlclient. Tworzenie aplikacji Python do wyszukiwania określonych rekordów, grupowania danych i analizowania plików tekstowych. Tworzenie wykresów statystycznych i wykresów za pomocą matplotlib, pandas, ggplot i seaborn.

Tworzenie statystyk podsumowujących oraz szacowanie modeli regresji i klasyfikacji. Zaplanuj automatyczne uruchamianie skryptów w środowiskach Windows i Mac.