- Retrait gratuit dans votre magasin Club
- 7.000.000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
- Retrait gratuit dans votre magasin Club
- 7.000.000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
Analyse de données avec Python - Optimiser la préparation des données avec Pandas, Numpy, Jupyter et IPython-collection O'Reilly EBOOK
préparation des données avec pandas, NumPy et IPython
Wes Mckinney
Ebook | Français
18,99 €
+ 18 points
Format
Description
Une bible pour les ingénieurs en science des données pour manipuler, traiter et nettoyer les données en Python
Ce livre vous fera découvrir des instructions complètes pour la manipulation, le traitement, le nettoyage et la compression des jeux de données en Python. Mise à jour pour les dernières version 3.x de Python, la seconde édition de ce guide pratique est bourrée d'études de cas pratiques qui vous montrent comment résoudre efficacement un large ensemble de problèmes d'analyse de données. Vous y apprendrez à maîtriser les dernières versions de Pandas, NumPy, IPython et autre Jupyter.
Au programme :
Utilisez le shell IPython et Jupyter Notebook pour des explorer des projets informatiques
Apprenez les fonctionnalités de base et avancées de NumPy (le raccourci de Numerical Python)
Démarrez avec les outils d'analyse de données de la bibliothèque pandas
Utiliser des outils flexibles pour charger, nettoyer, transformer, fusionner et remodeler les données
Créez des visualisations informatives avec matplotlib
Appliquez les outils de regroupement de pandas pour découper, trancher et résumer des jeux de données
Analysez et manipulez des données provenant de séries chronologiques régulières et irrégulières
Apprenez à résoudre les problèmes d'analyse de données du monde réel avec des exemples détaillés
Spécifications
Parties prenantes
- Auteur(s) :
- Editeur:
Contenu
- Langue:
- Français
Caractéristiques
- EAN:
- 9782412069189
- Date de parution :
- 21-04-21
- Format:
- Ebook
- Protection digitale:
- Digital watermarking
- Format numérique:
- ePub
