Изучаем pandas. Второе издание

Библиотека pandas – пакет для анализа и обработки данных на языке Python. Он предлагает эффективные, быстрые, высокопроизводительные структуры данных, которые позволяют существенно упростить работу. Книга познакомит вас с обширным набором инструментов, предлагаемых библиотекой pandas, – начиная с обзора загрузки данных с удаленных источников, выполнения численного и статистического анализа, индексации, агрегации и заканчивая визуализацией данных и анализом финансовой информации.

Автор: Майкл Хейдт, Артем Груздев Издательство: ДМК Пресс Год издания: 2019 Количество страниц: 700 ISBN: 978-5-97060-670-4 Цена: 1499 руб.

Книга предполагает некоторое знакомство с принципами программирования. Но те, кто не имеет опыта программирования или, в частности опыта программирования на языке Python, будут довольны примерами, поскольку они в большей степени сосредоточены на конструкциях библиотеки pandas, нежели на языке Python или программировании вообще. Примеры приводятся для Anaconda 5.2 для Python 3.6 и pandas 0.23. Если вы не установили их, в главе 2 «Запуск библиотеки pandas» дается инструкция относительно установки pandas в системах Windows, OSX и Ubuntu. Авторы книги сосредоточатся на преимуществе библиотеки pandas наддругими языками, такими как R, поскольку приложения на основе библиотеки pandas могут использовать обширную сеть надежных фреймворков Python, уже созданных и протестированных Python-сообществом.

Библиотека pandas привнесла в Python массу полезных инструментов, взяв их из языка статистического программирования R, в частности объекты data frame (датафрейм), пакеты R, например plyr и reshape2, и разместила их в одной библиотеке, которую вы можете использовать в среде Python.

С книгой читатель научится работать с библиотекой анализа данных. Основная цель этой книги – научить вас использовать библиотеку pandas для обработки данных. Однако есть второстепенная и, возможно, не менее важная цель – показать, как библиотека pandas встроена в те процессы, которые специалист по работе с данными/аналитик данных выполняет в повседневной жизни.