Få grepp om pandas genom att arbeta med verkliga dataset och bemästra dataupptäckt, datamanipulation, dataförberedelse och hantering av data för analytiska uppgifter. Nyckelfunktioner Utför effektiv dataanalys och manipulationsuppgifter med hjälp av pandas 1.x Tillämpa pandas på olika verkliga domäner med hjälp av steg-för-steg-exempel Få ut det mesta av pandas som ett effektivt verktyg för datautforskning BokbeskrivningAtt extrahera värdefulla affärsinsikter är inte längre en 'nice-to-have', utan en viktig färdighet för alla som hanterar data i sitt företag. Praktisk dataanalys med Pandas är här för att hjälpa nybörjare och de som migrerar sina färdigheter till datavetenskap att komma igång på nolltid. Den här boken visar dig hur du analyserar dina data, kommer igång med maskininlärning och arbetar effektivt med de Python-bibliotek som ofta används för datavetenskap, som pandas, NumPy, matplotlib, seaborn och scikit-learn. Med hjälp av verkliga dataset kommer du att lära dig hur du använder pandas-biblioteket för att utföra databearbetning för att omforma, rensa och aggregera dina data. Sedan kommer du att lära dig hur du utför explorativ dataanalys genom att beräkna sammanfattande statistik och visualisera data för att hitta mönster. I de avslutande kapitlen kommer du att utforska några tillämpningar av anomalidetektion, regression, klustring och klassificering med hjälp av scikit-learn för att göra förutsägelser baserat på tidigare data. Denna uppdaterade utgåva kommer att utrusta dig med de färdigheter du behöver för att använda pandas 1.x för att effektivt utföra olika datamanipulationsuppgifter, på ett tillförlitligt sätt återskapa analyser och visualisera dina data för effektivt beslutsfattande – värdefull kunskap som kan tillämpas inom flera domäner. Vad du kommer att lära dig Förstå hur dataanalytiker och forskare samlar in och analyserar data Utför dataanalys och databearbetning med hjälp av Python Kombinera, gruppera och aggregera data från flera källor Skapa datavisualiseringar med pandas, matplotlib och seaborn Tillämpa maskininlärningsalgoritmer för att identifiera mönster och göra förutsägelser Använd Python-bibliotek för datavetenskap för att analysera verkliga dataset Lös vanliga problem med datarepresentation och analys med hjälp av pandas Bygg Python-skript, moduler och paket för återanvändbar analyskod Vem den här boken är till förDen här boken är för nybörjare inom datavetenskap, dataanalytiker och Python-utvecklare som vill utforska varje steg i dataanalys och vetenskaplig databehandling med hjälp av ett brett utbud av dataset. Dataforskare som vill implementera pandas i sitt arbetsflöde för maskininlärning kommer också att hitta massor av värdefull kunskap när de fortskrider. Du kommer att ha lättare att följa med i den här boken om du har en fungerande kunskap om programmeringsspråket Python, men en Python-snabbkurs finns i kodpaketet för alla som behöver en repetition.