Instant data intensive apps with pandas how-to : manipulate, visualize, and analyze your data with pandas

با این کتاب و کتاب الکترونیکی داده های خود را با پانداها دستکاری، تجسم و تجزیه و تحلیل کنید

نمای کلی

• در یک لحظه چیز جدیدی بیاموزید! راهنمای کوتاه، سریع و متمرکزی که نتایج فوری را ارائه می‌کند
• از دستور العمل‌های ساده پیروی کنید که در هنگام انجام تجزیه و تحلیل داده‌ها با پانداها وظایف رایج را آموزش می‌دهد
• یک محصول داده برای نمایش اطلاعات در وب بسازید
li>
• ایجاد تجسم داده ها از جمله نمایش جداول و نمودارهای خطی

در جزئیات

پانداها به کاهش پیچیدگی واقعی کمک می کنند. وضعیت در کتابخانه های تجزیه و تحلیل داده ها بسیاری از زبان های فعلی در مقایسه با پایتون در کارهای محاسباتی عمومی قابل دسترسی نیستند یا نسبتاً غیرمولد هستند. با این حال، با پانداها، شروع کار با مجموعه داده‌های جدولی به زبانی که یادگیری و استفاده آسان‌تر است، آسان است.

برنامه‌های فشرده داده‌های فوری با پاندا نحوه کار با قابلیت‌های پانداها مانند پیوستن به مجموعه‌های داده، پاک کردن داده‌ها، شروع می‌شود. و سایر وظایف munging داده ها. به سرعت به سمت ساخت یک ابزار گزارش‌دهی داده‌ها می‌رود، که شامل تجزیه و تحلیل در پانداها می‌شود تا مشخص شود چه چیزی مرتبط است و داده‌های مربوطه را به روشی آسان برای مصرف ارائه می‌کند.

برنامه‌های فشرده داده فوری با پانداها How-to با دستکاری داده ها و سایر کارهای عملی برای درک اساسی شروع می شود و از طریق دستور العمل های متوالی به درک سودآورتری از پانداها دست خواهید یافت.

در سراسر این کتاب دستور العمل ها به روشی ساختاریافته ارائه شده است. با تکنیک‌های تبدیل داده‌ها شروع می‌شود، اما نمونه‌های پیچیده‌تری مانند انجام تجزیه و تحلیل آماری و ادغام اشیاء پانداها با برنامه‌های کاربردی وب را ایجاد می‌کند. دستور العمل های دیگر شامل تجسم و یادگیری ماشینی هستند.

برنامه های Instant Data Intensive with Pandas How-to خواننده را به سرعت با پانداها راه اندازی و اجرا می کند و کاربر را در موقعیتی قرار می دهد که به سمت بالا حرکت کند. منحنی یادگیری سریعتر است.

آنچه از این کتاب خواهید آموخت

• آموزش دستکاری داده ها در پانداها از جمله داده های زیرمجموعه، تبدیل داده ها، و تغییر شکل داده ها
• مجموعه های داده را ترکیب کنید تا ایده ای از ظاهر خروجی با داده های جدولی داشته باشید
• عملیات داده های انبوه مانند شمارش و مجموع برای تجزیه و تحلیل اکتشافی را انجام دهید
• استفاده کنید یادگیری ماشینی اولیه برای شناسایی شباهت های عملکرد سهام
• تجسم داده ها از جمله نمایش جداول و نمودارهای خطی ایجاد کنید
• ادغام کتابخانه های دیگر با پانداها و انجام یک تجزیه و تحلیل ساده
• ایجاد یک برنامه وب برای نمایش داده های پانداها در یک صفحه وب

رویکرد

پر از دستورالعمل های عملی و گام به گام و توضیحات واضح برای مهمترین و مفیدترین کارها. این کتاب یک رویکرد عملی با دستور العمل های گام به گام دارد تا به خوانندگان کمک کند تا با پانداها آشنا شوند.

این کتاب برای چه کسانی نوشته شده است

کاربران سایر ابزارهای تجزیه و تحلیل داده ها در دیدن کارهایی که معمولاً با آن ها مواجه می شوند و به پانداها ترجمه شده اند، ارزش پیدا می کنند و کاربران پایتون با مقدمه ای از ابزار بسیار چشمگیر در نحوی که ذاتاً می شناسند مواجه می شوند. از نظر مهارت‌های عمومی، فرض بر این است که خواننده ساختارهای داده اولیه مانند آرایه‌ها یا فهرست‌ها، فرهنگ لغت‌ها یا نقشه هش را درک می‌کند و همچنین درک درستی از کار خط فرمان دارد. نصب پانداها پوشش داده نمی شود، اما مستندات آنلاین ساده است. همچنین، خوانندگان تشویق می شوند از IPython برای تعامل و آزمایش با کد استفاده کنند.

Manipulate, visualize, and analyze your data with pandas with this book and ebook

Overview

• Learn something new in an Instant! A short, fast, focused guide delivering immediate results
• Follow simple recipes that will teach common tasks when performing data analysis with Pandas
• Build a data product for displaying information over the web
• Create visualizations of the data including displaying tables and line graphs

In Detail

Pandas helps to alleviate a genuinely complex situation in data analytics libraries. Many incumbent languages aren't approachable or are fairly unproductive in general computing tasks in comparison to Python. However with Pandas it's easy to begin working with tabular datasets in a language that's easier to learn and use.

Instant Data Intensive Apps with Pandas How-to starts with Pandas’ functionalities such as joining datasets, cleaning data, and other data munging tasks. It quickly moves onto building a data reporting tool, which consists of analysis in Pandas to determine what’s relevant and present that relevant data in an easy-to-consume manner.

Instant Data Intensive Apps with Pandas How-to starts with data manipulation and other practical tasks for a fundamental understanding, and through successive recipes you will gain a more profitable understanding of Pandas.

Throughout this book the recipes are presented in a structured way. It starts with data transformation techniques, but builds up to more complex examples such as performing statistical analysis and integrating Pandas objects with web applications. The other recipes cover visualization and machine learning, among other things.

Instant Data Intensive Apps with Pandas How-to will get the reader up and running quickly with Pandas and put the user in a position to move up the learning curve faster.

What you will learn from this book

• Learn data manipulation in Pandas including subsetting data, data transformation, and data reshaping
• Combine data sets to get an idea of what the output with tabular data looks like
• Perform aggregate data operations such as counts and sums for exploratory analysis
• Use basic machine learning to identify stock performance similarities
• Create visualizations of data including displaying tables and line graphs
• Integrate other libraries with Pandas and carry out a simple analysis
• Create a web application to display Pandas data in a web page

Approach

Filled with practical, step-by-step instructions and clear explanations for the most important and useful tasks. This book has a practical approach with step-by-step recipes to help readers get to grips with Pandas.

Who this book is written for

Users of other data analysis tools will find value in seeing tasks they commonly encounter translated to Pandas and users of Python will encounter an introduction to a very impressive tool in a syntax they inherently know. In terms of general skills, it is assumed that the reader understands basic data structures such as arrays or lists dictionaries or hash map as well as having some understanding of command line work. Installing Pandas is not covered, but the online documentation is straightforward. Also, readers are encouraged to use IPython to interact and experiment with the code.