КаталогКниг.РФ

Книга: Изучаем pandas (Хейдт Майкл, Груздев Артем Владимирович) ; ДМК-Пресс, 2019

Книга: Изучаем pandas (Хейдт Майкл, Груздев Артем Владимирович) ; ДМК-Пресс, 2019

от 952 р. до 3230 р.


Сравнить цены

Цена от 952 р. до 3230 р. в 5 магазинах

МагазинЦенаНаличие
Лабиринт

5/5

3230 р. 4614 р.
Буквоед

5/5

3176 р.
Минимальная сумма заказа 100 рублей
ЛитРес

5/5

952 р. 1190 р.
электронная книга | скачать фрагмент
Яндекс.Маркет

5/5

3034 р.
МАЙШОП

5/5

2886 р. 4307 р.
Читай-город

5/5

Как купить или где мы находимся +

Описание

Библиотека pandas - популярный пакет для анализа и обработки данных на языке Python. Он предлагает эффективные, быстрые, высокопроизводительные структуры данных, которые позволяют существенно упростить работу. Данная 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.
Во второе издание добавлены новые приложения, посвященные предварительной подготовке данных и настройке гиперпараметров, работе с датами, строками и предупреждениями. Подробно освещены алгоритмы случайного леса, градиентного бустинга CatBoost и логистической регрессии.
Издание предназначено всем разработчикам на языке Python, интересующимся обработкой данных.
2-е издание, дополненное.

Смотри также Характеристики.

Яндекс.Маркет


Содержание

Предисловие
Глава 1. Библиотека pandas и анализ данных
Глава 2. Запуск библиотеки pandas
Глава 3. Представление одномерных данных с
помощью объекта Series
Глава 4. Представление табличных и многомерных
данных с помощью объекта DataFrame
Глава 5. Выполнение операций над объектом
DataFrame и его содержимым
Глава 6. Индексация данных
Глава 7. Категориальные данные
Глава 8. Численные и статистические методы
Глава 9. Загрузка данных
Глава 10. Приведение данных в порядок
Глава 11. Объединение, связывание и изменение
формы данных
Глава 12. Агрегирование данных
Глава 13. Анализ временных рядов
Глава 14. Визуализация
Приложение 1. Советы по оптимизации вычислений
в библиотеке pandas
Приложение 2. Улучшение производительности
pandas (из официального пособия по библиотеке
pandas)
Приложение 3. Используем pandas для больших
данных
Приложение 4. Пример предварительной
подготовки данных в pandas (конкурсная задача
Tinkoff Data Science Challenge)
Приложение 5. Пример предварительной
подготовки данных в pandas (конкурсная задача
предсказания отклика ОТП Банка)
Приложение 6. Работа с датами и строками
Приложение 7. Работа с предупреждением
SettingWithCopyWarning в библиотеке pandas
Приложение 8. От Pandas к Scikit-Learn - новый
подход к управлению рабочими процессами
Предметный указатель

О книге

Автор(ы)
РазделПрограммирование
ИздательДМК-Пресс
ISBN978-5-9706-0670-4
Год издания2019
Количество страниц682
Формат170x242мм
Вес1.21кг
Кол-во страниц650
Переплет70х100 1/16
Тип обложкитвердая
Возрастное ограничение12+
ИздательствоДМК ПРЕСС
Количество книг1
Размеры160x220
Язык изданияРусский
Обложкатвердый переплёт

Отзывы (10)

  • 3/5

    Просто ужасно. Самую мощь неудобства я прочувствовала при написании проекта в настоящий момент времени. Чтобы попасть на какую-то определенную страницу, мне необходимо пол книги вручную пролистать, а время дорого! Не советую ее брать в электронном виде. А правообладателям, я советую что-то предпринять для удобства пользователей!

    0    0

  • 5/5

    Книга замечательная, особенно ПДФ-вариант. Бумажный вариант купил как справ. руководство, старая привычка к бумаге, иногда надо.

    0    0

  • 2/5

    В таком формате книга бессмысленна, так как нет поиска, нормального оглавления. Подумайте несколько раз, нужно ли это вам.

    0    0

Добавить отзыв



Книги с похожим названием

Искать все [2]

Книги где авторы: Хейдт Майкл, Груздев Артем Владимирович

Искать всё

 

Программирование - издательство "ДМК-Пресс"

Категория 761 р. - 1142 р.

Программирование - издательство "ДМК-Пресс" »

Программирование

Категория 761 р. - 1142 р.

ADS
закладки (0) сравнение (0)

 

preloader

8 ms