Nantilus
Analyse de données en Python : manipulation de données avec pandas, NumPy et IPython
"Vous cherchez des instructions complètes pour manipuler, traiter, nettoyer et condenser des structures de données en Python ? Ce livre pratique regorge d'études de cas concrets qui proposent des solutions efficaces à toute une série de problèmes d'analyse de données à l'aide de...
Enregistré dans:
| Auteurs principaux : | , |
|---|---|
| Format : | Livre |
| Langue : | français |
| Titre complet : | Analyse de données en Python : manipulation de données avec pandas, NumPy et IPython / Wes McKinney; [traduction Dominique Durand-Fleischer] |
| Publié : |
Paris :
Eyrolles
, DL 2015 |
| Description matérielle : | 1 vol. (XVII-488 p.) |
| Traduction de : | Python for data analysis |
| Sujets : |
| Résumé : | "Vous cherchez des instructions complètes pour manipuler, traiter, nettoyer et condenser des structures de données en Python ? Ce livre pratique regorge d'études de cas concrets qui proposent des solutions efficaces à toute une série de problèmes d'analyse de données à l'aide de plusieurs bibliothèques Python - comme NumPy, pandas, matplotlib et IPython. Un livre de référence pour les développeurs big data. 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." |
|---|---|
| Bibliographie : | Index |
| ISBN : | 978-2-212-14109-2 |