دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Data Analysis with Python: Introducing NumPy, Pandas, Matplotlib, and Essential Elements of Python Programming
دانلود کتاب تجزیه و تحلیل داده ها با پایتون: معرفی NumPy، Pandas، Matplotlib و عناصر اساسی برنامه نویسی پایتون
مشخصات کتاب
Data Analysis with Python: Introducing NumPy, Pandas, Matplotlib, and Essential Elements of Python Programming
ویرایش: [1 ed.]
نویسندگان: Rituraj Dixit
سری:
ISBN (شابک) : 9355510659, 9789355510655
ناشر: BPB Publications
سال نشر: 2022
تعداد صفحات: 276
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 9 Mb
قیمت کتاب (تومان) : 36,000
در صورت تبدیل فایل کتاب Data Analysis with Python: Introducing NumPy, Pandas, Matplotlib, and Essential Elements of Python Programming 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 با پایتون: معرفی NumPy، Pandas، Matplotlib و عناصر اساسی برنامه نویسی پایتون 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 با پایتون: معرفی NumPy، Pandas، Matplotlib و عناصر اساسی برنامه نویسی پایتون
راهنمای مبتدی مطلق برای یادگیری تجزیه و تحلیل داده ها با
استفاده از پایتون، مهارتی سخت برای امروز
ویژگی های کلیدی
● تجربه عملی یادگیری اصول پایتون.
● نمونه های مختلفی از نحوه کدنویسی تجزیه و تحلیل داده های
سرتاسر را با تصاویر آسان پوشش می دهد.
● نقطه شروعی عالی برای شروع سفر تجزیه و تحلیل داده های خود با
برنامه نویسی پایتون .
توضیحات
در تلاش برای ارائه محتوا برای مبتدیان، کتاب "تحلیل داده ها با
پایتون" اولین گام ملموس در یادگیری داده ها را ارائه می دهد.
تحلیل و بررسی. این کتاب که توسط یک متخصص داده با چندین دهه
تجربه نوشته شده است، پایه ای محکم در تجزیه و تحلیل داده ها و
فرآیندهای علوم داده های متعدد ارائه می دهد. با انجام این کار،
خوانندگان با کتابخانه‌های رایج پایتون و تکنیک‌های اسکریپت نویسی
ساده آشنا می‌شوند.
پایتون و بسیاری از کتابخانه‌های معروف تجزیه و تحلیل داده‌های
آن، مانند Pandas، NumPy، و Matplotlib، در سراسر این کتاب برای
حمل استفاده می‌شوند. عملیات‌های مختلف نمونه‌ای از پروژه‌های
تجزیه و تحلیل داده‌ها را ارائه می‌کند.
پس از مقدمه‌ای بر اصول برنامه‌نویسی پایتون، این کتاب محاسبات
عددی معروف و کتابخانه‌های آماری را برای نشان دادن اصول
برنامه‌نویسی، همراه با مثال‌های عملی بسیاری ترکیب می‌کند. این
کتاب با آموزش برنامه نویسی پایتون و همچنین قابلیت های داخلی
تجزیه و تحلیل داده های پایتون، زمینه ای محکم برای تجزیه و تحلیل
داده ها فراهم می کند.
آنچه خواهید آموخت
● اصول برنامه نویسی پایتون اصلی برای تجزیه و تحلیل داده ها را
بیاموزید.
● نیازمندترین کتابخانه های تجزیه و تحلیل و تجسم داده استاد
پایتون، از جمله Pandas، NumPy، و Matplotlib.
● فرآیند تجزیه و تحلیل گام به گام داده خود را با نمونه‌های
زنده.
● تخصص خود را گسترش دهید تا شامل تجزیه و تحلیل داده‌های هم‌زمان
و ایجاد اسکریپت‌های ساده پایتون شود.
● با فایل‌های خارجی مانند Excel، CSV، و سایر موارد کار کنید تا
آنها را برای تجزیه و تحلیل بیشتر تمیز کنید.<
br>
این کتاب برای چه کسی
است
این کتاب برای کمک به دانشجویان و متخصصان داده در مورد
قابلیت‌های تجزیه و تحلیل داده‌های پایتون و آموزش دادن به آنها
در نظر گرفته شده است و در عین حال به آنها اجازه می‌دهد تا با
ابزارهای Python کار کنید.
قبل از بررسی این کتاب، دانش کار با Python یک مزیت قطعی
است.
فهرست مطالب
1 . معرفی Python
2. تنظیم محیط برای توسعه
3. اپراتورها و انواع داده های داخلی
4. عبارات شرطی در پایتون
5. حلقه ها در پایتون
6. توابع و ماژول ها در پایتون
7. کار با فایل های I/O در پایتون
8. معرفی تجزیه و تحلیل داده ها
9. معرفی پانداها
10. مقدمه ای بر NumPy
11. مقدمه ای بر Matplotlib
12. نقاط اتصال گام به گام تجزیه و تحلیل داده ها مورد استفاده
عملی
توضیحاتی درمورد کتاب به خارجی
An Absolute Beginner’s Guide to Learning Data Analysis
Using Python, a Demanding Skill for Today
Key Features
● Hands-on learning experience of Python's fundamentals.
● Covers various examples of how to code end-to-end data
analysis with easy illustrations.
● An excellent starting point to begin your data analysis
journey with Python programming.
Description
In an effort to provide content for beginners, the book ‘Data
Analysis with Python’ provides a concrete first step in
learning data analysis. Written by a data professional with
decades of experience, this book provides a solid foundation in
data analysis and numerous data science processes. In doing so,
readers become familiar with common Python libraries and
straightforward scripting techniques.
Python and many of its well-known data analysis libraries, such
as Pandas, NumPy, and Matplotlib, are utilized throughout this
book to carry out various operations typical of data analysis
projects.
Following an introduction to Python programming fundamentals,
the book combines well-known numerical calculation and
statistical libraries to demonstrate the fundamentals of
programming, accompanied by many practical examples. This book
provides a solid groundwork for data analysis by teaching
Python programming as well as Python's built-in data analysis
capabilities.
What you will learn
● Learn the fundamentals of core Python programming for data
analysis.
● Master Python's most demanding data analysis and
visualization libraries, including Pandas, NumPy, and
Matplotlib.
● Refresh your step-by-step data analysis process with live
examples.
● Extend your expertise to include real-time data analysis and
the creation of simple Python scripts.
● Work with external files such as Excel, CSV, and others to
clean them up for further analysis.
Who this book is for
This book is intended to help and teach college students and
data professionals about Python's data analysis capabilities
while also allowing them to work with Python tools.
Before diving into this book, working knowledge of Python is a
definite plus.
Table of Contents
1. Introducing Python
2. Environment Setup for Development
3. Operators and Built-in Data Types
4. Conditional Expressions in Python
5. Loops in Python
6. Functions and Modules in Python
7. Working with Files I/O in Python
8. Introducing Data Analysis
9. Introducing Pandas
10. Introduction to NumPy
11. Introduction to Matplotlib
12. Connecting Dots Step by step Data Analysis Hands-on Use
Case
