Newsletter

Python w analizie danych. Przetwarzanie danych za pomocą pakietów pandas i NumPy oraz środowiska Jupyter.

McKinney Wes
Am Lager
Dostępne ponad 10 sztuk.
Gewöhnlich versandfertig in 13 Werktagen.
€30,02
Dostawa Deutche Post tylko 2€.
Szybki kurier do 30kg tylko - 4€!
(Sprawdź!)

lub
Vorliegende Bewertungen
Wprawny analityk danych potrafi z nich uzyskać wiedzę ułatwiającą podejmowanie trafnych decyzji. Od kilku lat można do tego używać nowoczesnych narzędzi Pythona, które zbudowano specjalnie do tego celu. Praca z nimi nie wymaga głębokiej znajomości statystyki czy algebry. Aby cieszyć się uzyskanymi rezultatami, wystarczy się wprawić w stosowaniu kilku pakietów i środowisk Pythona. Ta książka jest trzecim, starannie zaktualizowanym wydaniem wyczerpującego przewodnika po narzędziach analitycznych Pythona. Uwzględnia Pythona 3.0 i bibliotekę pandas 1.4. Została napisana w przystępny sposób, a poszczególne zagadnienia bogato zilustrowano przykładami, studiami rzeczywistych przypadków i fragmentami kodu. W trakcie lektury nauczysz się korzystać z możliwości oferowanych przez pakiety pandas i NumPy, a także środowiska IPython i Jupyter. Nie zabrakło wskazówek dotyczących używania uniwersalnych narzędzi przeznaczonych do ładowania, czyszczenia, przekształcania i łączenia zbiorów danych. Pozycję docenią analitycy zamierzający zacząć pracę w Pythonie, jak również programiści Pythona, którzy chcą się zająć analizą danych i obliczeniami naukowymi. Dzięki książce nauczysz się: * eksplorować dane za pomocą powłoki IPython i środowiska Jupyter * korzystać z funkcji pakietów NumPy i pandas * używać pakietu matplotlib do tworzenia czytelnych wizualizacji * analizować i przetwarzać dane regularnych i nieregularne szeregi czasowe * rozwiązywać rzeczywiste problemy analityczne Wes McKinney zaktualizował swoją książkę, aby była podstawowym źródłem informacji o wszystkich zagadnieniach związanych z analizą danych przy użyciu języka Python i biblioteki pandas. Gorąco polecam tę pozycję! Paul Barry, wykładowca i autor książek

Informacja dotycząca wprowadzenia produktu do obrotu:
Ten produkt został wprowadzony na rynek przed 13 grudnia 2024 r. zgodnie z obowiązującymi wówczas przepisami (Dyrektywą o ogólnym bezpieczeństwie produktów). W związku z tym może on być nadal sprzedawany bez konieczności dostosowania do nowych wymogów wynikających z Rozporządzenia o Ogólnym Bezpieczeństwie Produktów (GPSR). Produkt zachowuje pełną legalność w obrocie, a jego jakość i bezpieczeństwo pozostają zgodne z obowiązującymi wcześniej standardami.


Information regarding product placement on the market:
This product was placed on the market before December 13, 2024, in accordance with the applicable regulations at the time (the General Product Safety Directive). As a result, it can continue to be sold without needing to meet the new requirements introduced by the General Product Safety Regulation (GPSR). The product remains fully compliant with all previously valid legal standards, ensuring its continued quality and safety.


Książka Python w analizie danych. wysyłka Niemiecy od 2€. Wysyłka do Austrii i innych krajów - sprawdź na stronie "dostawa"

Dane bibliograficzne / Bibliographische info
Rodzaj (nośnik) / Produkt-Typ Buch auf Polnish
Dział / Departement Książki i czasopisma / Bücher und Zeitschriften
Autor / Author McKinney Wes
Tytuł / Titel Python w analizie danych.
Podtytuł / Untertitel Przetwarzanie danych za pomocą pakietów pandas i NumPy oraz środowiska Jupyter.
Język / Sprache polski / polnisch
Wydawca / Herausgeber Helion
Rok wydania / Erscheinungsjahr 2023
Tytuł originału / Originaltitel Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, 3rd Edition
Języki oryginału / Ursprüngliche Sprachen angielski
Rodzaj oprawy / Deckelform Miękka
Wymiary / Größe 16.5x23.5
Liczba stron / Seiten 504
Ciężar / Gewicht 0,53 kg
   
ISBN 9788383223230 (9788383223230)
EAN/UPC 9788383223230
Stan produktu / Zustand Neue Bücher - wir verkaufen nur neue Bücher auf Polnisch.

Tags
Vorliegende Bewertungen
Zapraszamy do zakupu tego produktu.