Titre : |
Analyse de données en Python : manipulation de données avec pandas, NumPy et IPython |
Type de document : |
texte imprimé |
Auteurs : |
Wes McKinney, Auteur |
Editeur : |
PARIS : EYROLLES |
Année de publication : |
2015 |
Importance : |
1 vol. (XVII-488 p.) |
Présentation : |
ill. |
Format : |
23 cm |
ISBN/ISSN/EAN : |
978-2-212-14109-2 |
Prix : |
39 EUR |
Note générale : |
Index |
Langues : |
Français (fre) Langues originales : Anglais (eng) |
Mots-clés : |
Analyse des données Python (langage de programmation) |
Index. décimale : |
005.133 (Python) |
Résumé : |
Cet ouvrage est également une introduction efficace et moderne au calcul scientifique en Python dans les applications traitant de grandes quantités de données. Il est l'outil idéal des analystes qui découvrent Python et des programmeurs Python qui découvrent le calcul scientifique. Utilisez le shell interactif IPython comme environnement de développement principal. Apprenez les fonctions élémentaires et avancées NumPy (Numerical Python).
Lancez-vous avec les outils d'analyse de données de la bibliothèque pandas. Utilisez des outils très performants pour charger, nettoyer, transformer, fusionner et reformater vos données. Créez des nuages de points et des représentations statiques ou interactives avec matplotlib. Appliquez les ressources groupby de pandas pour tailler des cubes, découper et condenser vos jeux de données. Manipulez des données de séries temporelles sous différents formats.
Apprenez à résoudre des problèmes d'audience web, de sciences sociales, de finances et d'économie grâce à des exemples détaillés. |
Analyse de données en Python : manipulation de données avec pandas, NumPy et IPython [texte imprimé] / Wes McKinney, Auteur . - PARIS : EYROLLES, 2015 . - 1 vol. (XVII-488 p.) : ill. ; 23 cm. ISBN : 978-2-212-14109-2 : 39 EUR Index Langues : Français ( fre) Langues originales : Anglais ( eng)
Mots-clés : |
Analyse des données Python (langage de programmation) |
Index. décimale : |
005.133 (Python) |
Résumé : |
Cet ouvrage est également une introduction efficace et moderne au calcul scientifique en Python dans les applications traitant de grandes quantités de données. Il est l'outil idéal des analystes qui découvrent Python et des programmeurs Python qui découvrent le calcul scientifique. Utilisez le shell interactif IPython comme environnement de développement principal. Apprenez les fonctions élémentaires et avancées NumPy (Numerical Python).
Lancez-vous avec les outils d'analyse de données de la bibliothèque pandas. Utilisez des outils très performants pour charger, nettoyer, transformer, fusionner et reformater vos données. Créez des nuages de points et des représentations statiques ou interactives avec matplotlib. Appliquez les ressources groupby de pandas pour tailler des cubes, découper et condenser vos jeux de données. Manipulez des données de séries temporelles sous différents formats.
Apprenez à résoudre des problèmes d'audience web, de sciences sociales, de finances et d'économie grâce à des exemples détaillés. |
| |