Aktion	Zweigstelle	Standorte	Status	Frist	Vorbestellungen
Vorbestellen	Zweigstelle: 07., Urban-Loritz-Pl. 2a	Standorte: NT.EIA McKi / College 6c - Informatik & Computer	Status: Verfügbar	Frist:	Vorbestellungen: 0
Vorbestellen	Zweigstelle: 07., Urban-Loritz-Pl. 2a	Standorte: NT.EIA McKi / College 6c - Informatik & Computer	Status: Entliehen	Frist: 18.05.2024	Vorbestellungen: 0
Vorbestellen	Zweigstelle: 07., Urban-Loritz-Pl. 2a	Standorte: NT.EIA McKi / College 6c - Informatik & Computer	Status: Entliehen	Frist: 10.05.2024	Vorbestellungen: 0

Die erste Adresse für die Analyse von Daten mit Python

- Das Standardwerk in der 3. Auflage, aktualisiert auf Python 3.10 und pandas 1.4

- Versorgt Sie mit allen praktischen Details und mit wertvollem Insiderwissen, um Datenanalysen mit Python erfolgreich durchzuführen

- Mit Jupyter-Notebooks für alle Codebeispiele aus jedem Kapitel

 

Erfahren Sie alles über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von Datensätzen mit Python: Aktualisiert auf Python 3.10 und pandas 1.4, zeigt Ihnen dieses konsequent praxisbezogene Buch anhand konkreter Fallbeispiele, wie Sie eine Vielzahl von typischen Datenanalyse-Problemen effektiv lösen. Gleichzeitig lernen Sie die neuesten Versionen von pandas, NumPy und Jupyter kennen.

 

Geschrieben von Wes McKinney, dem Begründer des pandas-Projekts, bietet Datenanalyse mit Python einen praktischen Einstieg in die Data-Science-Tools von Python. Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in Data Science und Scientific Computing einarbeiten wollen. Daten und Zusatzmaterial zum Buch sind auf GitHub verfügbar.

 

Aus dem Inhalt:

- Nutzen Sie Jupyter Notebook und die IPython-Shell für das explorative Computing

- Lernen Sie Grundfunktionen und fortgeschrittene Features von NumPy kennen

- Setzen Sie die Datenanalyse-Tools der pandas-Bibliothek ein

- Verwenden Sie flexible Werkzeuge zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten

- Erstellen Sie interformative Visualisierungen mit matplotlib

- Wenden Sie die GroupBy-Mechanismen von pandas an, um Datensätze zurechtzuschneiden, umzugestalten und zusammenzufassen

- Analysieren und manipulieren Sie verschiedenste Zeitreihendaten

- Erproben Sie die konkrete Anwendung der im Buch vorgestellten Werkzeuge anhand verschiedener realer Datensätze

 

(Verlagstext)