مشخصات کتاب

Data Analysis and Visualization Using Python: Analyze Data to Create Visualizations for BI Systems

دسته بندی: آمار ریاضی
ویرایش:  
نویسندگان: Ossama Embarak  
سری:  
ISBN (شابک) : 9781484241080 
ناشر: Apress 
سال نشر: 2018 
تعداد صفحات: 390 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 12 مگابایت 

کلمات کلیدی مربوط به کتاب تجزیه و تحلیل داده ها و تجسم با استفاده از پایتون: تجزیه و تحلیل داده ها برای ایجاد تجسم برای سیستم های BI: علم داده، تجسم داده، پایتون

در صورت تبدیل فایل کتاب Data Analysis and Visualization Using Python: Analyze Data to Create Visualizations for BI Systems 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 تجزیه و تحلیل داده ها و تجسم با استفاده از پایتون: تجزیه و تحلیل داده ها برای ایجاد تجسم برای سیستم های BI 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 تجزیه و تحلیل داده ها و تجسم با استفاده از پایتون: تجزیه و تحلیل داده ها برای ایجاد تجسم برای سیستم های BI

از نقطه نظر علم داده به پایتون نگاه کنید و تکنیک های اثبات شده برای تجسم داده ها را که در تصمیم گیری های مهم تجاری استفاده می شود، بیاموزید. با شروع مقدمه ای بر علم داده با پایتون، نگاهی دقیق تر به محیط پایتون بیندازید و با ویرایشگرهایی مانند Jupyter Notebook و Spyder آشنا خواهید شد. پس از گذراندن پرایمر در برنامه نویسی پایتون، تکنیک های اساسی برنامه نویسی پایتون مورد استفاده در علم داده را درک خواهید کرد. با حرکت به سمت تجسم داده ها، خواهید دید که چگونه نیازهای تجاری مدرن را برآورده می کند و یک عامل کلیدی در تصمیم گیری را تشکیل می دهد. همچنین نگاهی به برخی از کتابخانه های تجسم داده های محبوب در پایتون بیندازید. با تغییر تمرکز بر روی ساختارهای داده، جنبه های مختلف ساختار داده را از دیدگاه علم داده یاد خواهید گرفت. سپس با فایل ورودی/خروجی و عبارات منظم در پایتون کار می‌کنید و سپس داده‌ها را جمع‌آوری و پاک می‌کنید. با حرکت به سمت کاوش و تجزیه و تحلیل داده ها، به ساختارهای داده پیشرفته در پایتون نگاه خواهید کرد. سپس، با مروری بر تعدادی از سیستم‌های ترسیمی در پایتون، به تکنیک‌های تجسم داده‌ها وارد می‌شوید. در پایان، یک مطالعه موردی دقیق را تکمیل خواهید کرد، جایی که فرصتی برای بازبینی مفاهیمی که تا کنون پوشش داده‌اید را خواهید داشت. آنچه شما یاد خواهید گرفت از تکنیک های برنامه نویسی پایتون برای علم داده استفاده کنید استاد مجموعه داده ها در پایتون تجسم های جذاب برای سیستم های BI ایجاد کنید استراتژی های موثر برای جمع آوری و تمیز کردن داده ها را به کار بگیرید سیستم های ترسیم Seaborn و Matplotlib را یکپارچه کنید این کتاب برای چه کسی است توسعه دهندگان با دانش اولیه برنامه نویسی پایتون به دنبال اتخاذ استراتژی های کلیدی برای تجزیه و تحلیل داده ها و تجسم با استفاده از پایتون هستند.

توضیحاتی درمورد کتاب به خارجی

Look at Python from a data science point of view and learn proven techniques for data visualization as used in making critical business decisions. Starting with an introduction to data science with Python, you will take a closer look at the Python environment and get acquainted with editors such as Jupyter Notebook and Spyder. After going through a primer on Python programming, you will grasp fundamental Python programming techniques used in data science. Moving on to data visualization, you will see how it caters to modern business needs and forms a key factor in decision-making. You will also take a look at some popular data visualization libraries in Python. Shifting focus to data structures, you will learn the various aspects of data structures from a data science perspective. You will then work with file I/O and regular expressions in Python, followed by gathering and cleaning data. Moving on to exploring and analyzing data, you will look at advanced data structures in Python. Then, you will take a deep dive into data visualization techniques, going through a number of plotting systems in Python. In conclusion, you will complete a detailed case study, where you’ll get a chance to revisit the concepts you’ve covered so far. What You Will Learn Use Python programming techniques for data science Master data collections in Python Create engaging visualizations for BI systems Deploy effective strategies for gathering and cleaning data Integrate the Seaborn and Matplotlib plotting systems Who This Book Is For Developers with basic Python programming knowledge looking to adopt key strategies for data analysis and visualizations using Python.

فهرست مطالب

Front Matter ....Pages i-xx
 Introduction to Data Science with Python  (Ossama Embarak)....Pages 1-83
 The Importance of Data Visualization in Business Intelligence  (Ossama Embarak)....Pages 85-124
 Data Collection Structures  (Ossama Embarak)....Pages 125-181
 File I/O Processing and Regular Expressions  (Ossama Embarak)....Pages 183-204
 Data Gathering and Cleaning  (Ossama Embarak)....Pages 205-241
 Data Exploring and Analysis  (Ossama Embarak)....Pages 243-292
 Data Visualization  (Ossama Embarak)....Pages 293-342
 Case Studies  (Ossama Embarak)....Pages 343-366
Back Matter ....Pages 367-374

نظرات کاربران

کتاب های مرتبط

دانلود کتاب Advances in Latent Variable Mixture Models

دانلود کتاب Product of Random Stochastic Matrices and Distributed Averaging

دانلود کتاب Self-learning control of finite Markov chains

دانلود کتاب Methodology in Robust and Nonparametric Statistics

دانلود کتاب Multivariate Statistics: Exercises and Solutions

دانلود کتاب Introduction to Configural Frequency Analysis: The Search for Types and Antitypes in Cross-Classification (Environment and Behavior)

دانلود کتاب Теорія ймовірностей і математична статистика

دانلود کتاب Deep Learning with R

دانلود کتاب Understanding statistics and statistical myths : how to become a profound learner

دانلود کتاب The Statistical Analysis of Time Series