دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب A Python Data Analyst’s Toolkit: Learn Python and Python-based Libraries with Applications in Data Analysis and Statistics
دانلود کتاب مجموعه ابزار تحلیلگر داده پایتون: کتابخانه های پایتون و پایتون را با برنامه های کاربردی در تجزیه و تحلیل داده ها و آمار یاد بگیرید
مشخصات کتاب
A Python Data Analyst’s Toolkit: Learn Python and Python-based Libraries with Applications in Data Analysis and Statistics
ویرایش: [1 ed.]
نویسندگان: Gayathri Rajagopalan
سری:
ISBN (شابک) : 1484263987, 9781484263983
ناشر: Apress
سال نشر: 2020
تعداد صفحات: 420
[409]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 8 Mb
قیمت کتاب (تومان) : 36,000
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب A Python Data Analyst’s Toolkit: Learn Python and Python-based Libraries with Applications in Data Analysis and Statistics به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مجموعه ابزار تحلیلگر داده پایتون: کتابخانه های پایتون و پایتون را با برنامه های کاربردی در تجزیه و تحلیل داده ها و آمار یاد بگیرید نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب مجموعه ابزار تحلیلگر داده پایتون: کتابخانه های پایتون و پایتون را با برنامه های کاربردی در تجزیه و تحلیل داده ها و آمار یاد بگیرید
مبانی تجزیه و تحلیل داده ها و آمار را با مطالعات موردی با
استفاده از پایتون کاوش کنید. این کتاب به شما نشان می دهد که
چگونه با اطمینان کد در پایتون بنویسید و از کتابخانه ها و توابع
مختلف پایتون برای تجزیه و تحلیل هر مجموعه داده استفاده کنید.
این کد در نوت‌بوک‌های Jupyter ارائه شده است که می‌توان آن را
بیشتر تطبیق داد و گسترش داد.
این کتاب به سه بخش تقسیم می‌شود – برنامه‌نویسی با پایتون،
تجزیه و تحلیل داده‌ها و تجسم، و آمار. شما با مقدمه ای برای
Python - نحو، توابع، عبارات شرطی، انواع داده ها و انواع مختلف
کانتینرها شروع خواهید کرد. سپس مفاهیم پیشرفته تری مانند
عبارات منظم، مدیریت فایل ها و حل مسائل ریاضی با پایتون را
مرور خواهید کرد.
بخش دوم کتاب، کتابخانه های پایتون مورد استفاده برای تجزیه و
تحلیل داده ها را پوشش می دهد. یک فصل مقدماتی شامل مفاهیم
اولیه و اصطلاحات، و هر فصل در مورد NumPy (کتابخانه محاسباتی
علمی)، پانداها (کتابخانه جدال داده ها) و کتابخانه های تجسمی
مانند Matplotlib و Seaborn خواهد بود. مطالعات موردی به عنوان
مثال برای کمک به خوانندگان در درک برخی از کاربردهای دنیای
واقعی تحلیل داده ها گنجانده خواهد شد.
فصل های پایانی کتاب بر آمار تمرکز دارد و اصول مهمی را در آمار
که مربوط به علم داده است توضیح می دهد. این موضوعات شامل
احتمال، قضیه بیز، جایگشت ها و ترکیب ها، و آزمون فرضیه (ANOVA،
آزمون مجذور کای، آزمون z، و آزمون t) و اینکه چگونه کتابخانه
Scipy ساده کردن محاسبات خسته کننده در آمار را امکان پذیر می
کند.
آنچه یاد خواهید گرفت
- برنامه نویسی و تحلیل خود را بیشتر کنید مهارت با پایتون
- حل مسائل ریاضی در حساب دیفرانسیل و انتگرال، و تئوری مجموعه ها و جبر با پایتون
- کار با کتابخانه های مختلف در پایتون برای ساختار، تجزیه و تحلیل و تجسم داده ها
- مقابله با مطالعات موردی واقعی با استفاده از پایتون
- مفاهیم آماری ضروری را مرور کنید و از کتابخانه Scipy برای حل مسائل در آمار استفاده کنید
این کتاب برای چه کسی است
حرفه‌ایانی که در زمینه علم داده کار می‌کنند و علاقه‌مند
به تقویت مهارت‌های پایتون، داده‌ها هستند. تجزیه و تحلیل
و آمار.
توضیحاتی درمورد کتاب به خارجی
Explore the fundamentals of data analysis, and statistics with
case studies using Python. This book will show you how to
confidently write code in Python, and use various Python
libraries and functions for analyzing any dataset. The code is
presented in Jupyter notebooks that can further be adapted and
extended.
This book is divided into three parts – programming with
Python, data analysis and visualization, and statistics.
You'll start with an introduction to Python – the syntax,
functions, conditional statements, data types, and different
types of containers. You'll then review more advanced
concepts like regular expressions, handling of files, and
solving mathematical problems with Python.
The second part of the book, will cover Python libraries used
for data analysis. There will be an introductory chapter
covering basic concepts and terminology, and one chapter each
on NumPy(the scientific computation library), Pandas (the
data wrangling library) and visualization libraries like
Matplotlib and Seaborn. Case studies will be included as
examples to help readers understand some real-world
applications of data analysis.
The final chapters of book focus on statistics, elucidating
important principles in statistics that are relevant to data
science. These topics include probability, Bayes theorem,
permutations and combinations, and hypothesis testing (ANOVA,
Chi-squared test, z-test, and t-test), and how the Scipy
library enables simplification of tedious calculations
involved in statistics.
What You'll Learn
- Further your programming and analytical skills with Python
- Solve mathematical problems in calculus, and set theory and algebra with Python
- Work with various libraries in Python to structure, analyze, and visualize data
- Tackle real-life case studies using Python
- Review essential statistical concepts and use the Scipy library to solve problems in statistics
Who This Book Is For
Professionals working in the field of data
science interested in enhancing skills in Python,
data analysis and statistics.
نظرات کاربران
کتاب های تصادفی
دانلود کتاب Apostolov Alexander Functional Testing of System Integrity Protection Schemes
دانلود کتاب Syntactic theory: a formal introduction
دانلود کتاب Oxford Poets 2013
دانلود کتاب Choosing a Sustainable Future: Ideas and Inspiration From Ithaca, NY
