Visuel de Python for data analysis
  • 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.
  • Titre Python for data analysis
    Sous-titre Manipulation de données avec pandas, NumPy et IPython
    Auteur(s) Wes McKinney
    Collection(s) Blanche
    Editeur Eyrolles
    Parution 8 octobre 2015
    Edition 1ère édition
    Nb de pages 488 pages
    Format 230 x 190 mm
    Poids 900 g
    EAN13 9782212141092
    ISBN13 978-2-212-14109-2
    ISBN10 2-212-14109-2
    • Exemples préliminaires
    • IPython : un environnement interactif de calcul et de développement
    • Les bases de NumPy : tableaux et calcul vectoriel
    • Démarrer avec pandas
    • Chargement de données, stockage et formats de fichiers
    • Manipulation des données : nettoyer, transformer, fusionner, réorganiser
    • Diagrammes et représentations graphiques
    • Agrégation des données et opérations de groupe
    • Séries temporelles
    • Applications économiques et financières
    • NumPy niveau avancé
    • A - Les bases du langage Python

Wes McKinney

Wes McKinney est le principal auteur de pandas, la célèbre bibliothèque open source Python dédiée à l'analyse de données. Orateur et membre actif de la communauté Python et de la communauté open source, il a travaillé comme analyste quantitatif chez AQR Capital Management et comme consultant Python avant de fonder DataPad, sa société d'analyse de données, en 2013. Il est diplômé du MIT en mathématiques.

Visuel de Wes McKinney