Programmieren mit Python
Auswertung von Daten mit pandas, NumPy und Jupyter
- 558 Seiten
- German
- ePUB (handyfreundlich)
- Über iOS und Android verfügbar
Programmieren mit Python
Auswertung von Daten mit pandas, NumPy und Jupyter
Über dieses Buch
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 KapitelErfahren Sie alles über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von Datensätzen mit Python: Aktualisiert auf Python 3.10, 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, IPython 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 zugehöriges Material des Buchs sind auf GitHub verfügbar.
Häufig gestellte Fragen
Information
Inhaltsverzeichnis
- Cover
- Titel
- Impressum
- Inhalt
- Vorwort
- 1 Einleitung
- 2 Grundlagen von Python, IPython und Jupyter-Notebooks
- 3 In Python integrierte Datenstrukturen, Funktionen und Dateien
- 4 Grundlagen von NumPy: Arrays und vektorisierte Berechnung
- 5 Erste Schritte mit pandas
- 6 Laden und Speichern von Daten sowie Dateiformate
- 7 Daten bereinigen und vorbereiten
- 8 Datenaufbereitung: Verknüpfen, Kombinieren und Umformen
- 9 Plotten und Visualisieren
- 10 Aggregation von Daten und Gruppenoperationen
- 11 Zeitreihen
- 12 Einführung in Modellierungsbibliotheken in Python
- 13 Beispiele aus der Datenanalyse
- Anhang A NumPy für Fortgeschrittene
- Anhang B Mehr zum IPython-System
- Fußnoten
- Index
- Über den Autor
- Über die Übersetzer
- Kolophon