[Recenzja] Python for Data Analysis (Wes McKinney) Streszczenie.

Python for Data Analysis (Wes McKinney)

- Amazon Poland Store: https://www.amazon.pl/dp/109810403X?tag=9natreepoland-21
- Amazon Worldwide Store: https://global.buys.trade/Python-for-Data-Analysis-Wes-McKinney.html

- Apple Books: https://books.apple.com/us/audiobook/python-for-data-analysis-unlocking-the-potential-of/id1778818505?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree

- eBay: https://www.ebay.com/sch/i.html?_nkw=Python+for+Data+Analysis+Wes+McKinney+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Czytaj więcej: https://polish.9natree.com/read/109810403X/

#DataFrameiSeries #czyszczeniewartościbrakujących #wektoryzacjaNumPy #groupbyiłączenietabel #szeregiczasowepandas #PythonforDataAnalysis

Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, autorstwa Wesa McKinneya, to praktyczny podręcznik programowania dla osób, które chcą pracować z danymi w ekosystemie Pythona. Trzecie wydanie, zaktualizowane pod kątem Pythona 3.10 i pandas 1.4, koncentruje się na technicznej stronie analizy danych. Nie jest przede wszystkim książką o statystyce, modelach predykcyjnych ani metodologii badań. Jej celem jest nauczenie czytelnika, jak sprawnie wczytać dane, ocenić ich jakość, uporządkować je, przekształcić i przygotować do dalszych analiz. McKinney jest twórcą projektu pandas, dlatego szczególnie mocną stroną książki jest wyjaśnienie sposobu myślenia stojącego za strukturami danych i operacjami tej biblioteki. Materiał prowadzi od podstaw języka Python, środowiska Jupyter i tablic NumPy do zaawansowanego przetwarzania danych tabelarycznych, agregacji, łączenia zbiorów oraz szeregów czasowych. Liczne przykłady pokazują pracę z problemami spotykanymi w analityce internetowej, finansach, ekonomii i naukach społecznych. To książka narzędziowa, której wartość wynika z połączenia objaśnień z kodem możliwym do samodzielnego uruchomienia.