Zestaw narzędzi dla analityków danych w Pythonie: Poznaj Pythona i biblioteki oparte na Pythonie z zastosowaniami w analizie danych i statystyce

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 6 głosach.

Oryginalny tytuł:

A Python Data Analyst's Toolkit: Learn Python and Python-Based Libraries with Applications in Data Analysis and Statistics

Zawartość książki:

Poznaj podstawy analizy danych i statystyki wraz ze studiami przypadków przy użyciu Pythona. Ta książka pokaże ci, jak pewnie pisać kod w Pythonie i korzystać z różnych bibliotek i funkcji Pythona do analizy dowolnego zbioru danych. Kod jest prezentowany w notatnikach Jupyter, które można dalej dostosowywać i rozszerzać.

Książka podzielona jest na trzy części - programowanie w Pythonie, analiza i wizualizacja danych oraz statystyki. Zaczniesz od wprowadzenia do Pythona - składni, funkcji, instrukcji warunkowych, typów danych i różnych typów kontenerów. Następnie przejrzysz bardziej zaawansowane koncepcje, takie jak wyrażenia regularne, obsługa plików i rozwiązywanie problemów matematycznych za pomocą Pythona.

W drugiej części książki omówione zostaną biblioteki Pythona wykorzystywane do analizy danych. Będzie to rozdział wprowadzający obejmujący podstawowe pojęcia i terminologię, a także po jednym rozdziale na temat NumPy (biblioteka do obliczeń naukowych), Pandas (biblioteka do zarządzania danymi) i bibliotek wizualizacyjnych, takich jak Matplotlib i Seaborn. Studia przypadków zostaną uwzględnione jako przykłady, aby pomóc czytelnikom zrozumieć niektóre rzeczywiste zastosowania analizy danych.

Ostatnie rozdziały książki koncentrują się na statystyce, wyjaśniając ważne zasady statystyki, które są istotne dla nauki o danych. Tematy te obejmują prawdopodobieństwo, twierdzenie Bayesa, permutacje i kombinacje oraz testowanie hipotez (ANOVA, test Chi-kwadrat, test z i test t), a także sposób, w jaki biblioteka Scipy umożliwia uproszczenie żmudnych obliczeń związanych ze statystyką.

Czego się nauczysz

⬤ Rozwijać swoje umiejętności programistyczne i analityczne w Pythonie.

⬤ Rozwiązywać problemy matematyczne z zakresu rachunku różniczkowego, teorii mnogości i algebry przy użyciu języka Python.

⬤ Pracować z różnymi bibliotekami w Pythonie, aby strukturyzować, analizować i wizualizować dane.

⬤ Rozwiązywanie rzeczywistych studiów przypadku przy użyciu Pythona.

⬤ Zapoznanie się z podstawowymi pojęciami statystycznymi i wykorzystanie biblioteki Scipy do rozwiązywania problemów w statystyce.

Dla kogo jest ta książka

Profesjonaliści pracujący w dziedzinie nauki o danych, zainteresowani doskonaleniem umiejętności w Pythonie, analizie danych i statystyce.