Få styr på pandas ved at arbejde med rigtige datasæt, og bliv mester i dataopdagelse, datamanipulation, dataforberedelse og håndtering af data til analytiske opgaver Nøglefunktioner Udfør effektiv dataanalyse og manipulation ved hjælp af pandas 1.x Anvend pandas på forskellige virkelige domæner ved hjælp af trinvise eksempler Få mest muligt ud af pandas som et effektivt værktøj til dataudforskning BogbeskrivelseUdtrækning af værdifuld forretningsindsigt er ikke længere 'nice-to-have', men en essentiel færdighed for alle, der håndterer data i deres virksomhed. Praktisk dataanalyse med Pandas er her for at hjælpe begyndere og dem, der migrerer deres færdigheder til datavidenskab, med at komme hurtigt i gang. Denne bog vil vise dig, hvordan du analyserer dine data, kommer i gang med maskinlæring og arbejder effektivt med de Python-biblioteker, der ofte bruges til datavidenskab, såsom pandas, NumPy, matplotlib, seaborn og scikit-learn. Ved hjælp af virkelige datasæt lærer du, hvordan du bruger pandas-biblioteket til at udføre databearbejdning for at omforme, rense og aggregere dine data. Derefter lærer du, hvordan du udfører eksplorativ dataanalyse ved at beregne opsummerende statistikker og visualisere dataene for at finde mønstre. I de afsluttende kapitler vil du udforske nogle anvendelser af anomalidetektion, regression, klyngeanalyse og klassificering ved hjælp af scikit-learn til at lave forudsigelser baseret på tidligere data. Denne opdaterede udgave vil udstyre dig med de færdigheder, du har brug for til at bruge pandas 1.x til effektivt at udføre forskellige datamanipulationsopgaver, pålideligt reproducere analyser og visualisere dine data for effektiv beslutningstagning – værdifuld viden, der kan anvendes på tværs af flere domæner.Hvad du vil lære Forstå, hvordan dataanalytikere og -forskere indsamler og analyserer data Udfør dataanalyse og databearbejdning ved hjælp af Python Kombiner, gruppér og aggreger data fra flere kilder Opret datavisualiseringer med pandas, matplotlib og seaborn Anvend maskinlæringsalgoritmer til at identificere mønstre og lave forudsigelser Brug Python-datavidenskabsbiblioteker til at analysere virkelige datasæt Løs almindelige datarepræsentations- og analyseproblemer ved hjælp af pandas Byg Python-scripts, -moduler og -pakker til genanvendelig analysekode Hvem er denne bog tilDenne bog er for datavidenskabsbegyndere, dataanalytikere og Python-udviklere, der ønsker at udforske hvert trin i dataanalyse og videnskabelig databehandling ved hjælp af en bred vifte af datasæt. Dataforskere, der ønsker at implementere pandas i deres maskinlæringsworkflow, vil også finde masser af værdifuld knowhow, efterhånden som de gør fremskridt. Du vil finde det lettere at følge med i denne bog, hvis du har et grundlæggende kendskab til Python-programmeringssproget, men en Python-lynkursus er inkluderet i kodebundtet til alle, der har brug for en genopfriskning.