دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 2nd
نویسندگان: Wes McKinney
سری:
ISBN (شابک) : 1491957662, 9781491957660
ناشر: O’Reilly Media
سال نشر: 2017
تعداد صفحات: 541
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب پایتون برای تجزیه و تحلیل داده ها: جدال داده ها با پانداها، NumPy و IPython: مدلسازی و طراحی داده، پایگاههای داده و کلان داده، رایانهها و فناوری، پردازش داده، پایگاههای داده و دادههای بزرگ، رایانهها و فناوری، پایتون، زبانهای برنامهنویسی، رایانهها و فناوری، زبانهای برنامهنویسی، علوم رایانه، کتابهای درسی جدید، مستعمل و اجارهای، بوتیک تخصصی
در صورت تبدیل فایل کتاب Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython 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 پایتون برای تجزیه و تحلیل داده ها: جدال داده ها با پانداها، NumPy و IPython 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.
دستورالعملهای کاملی برای دستکاری، پردازش، تمیز کردن و خرد کردن مجموعههای داده در پایتون دریافت کنید. نسخه دوم این راهنمای عملی که برای Python 3.6 به روز شده است، مملو از مطالعات موردی عملی است که به شما نشان می دهد چگونه مجموعه گسترده ای از مشکلات تجزیه و تحلیل داده ها را به طور موثر حل کنید. در این فرآیند، آخرین نسخههای پانداها، NumPy، IPython و Jupyter را خواهید آموخت.
نوشته شده توسط وس مککینی، خالق پروژه پانداهای پایتون، این کتاب مقدمهای کاربردی و مدرن برای دادهها است. ابزارهای علمی در پایتون برای تحلیلگرانی که تازه وارد پایتون شده اند و برای برنامه نویسان پایتون که تازه وارد علم داده و محاسبات علمی شده اند ایده آل است. فایل های داده و مطالب مرتبط در GitHub در دسترس هستند.
Get complete instructions for manipulating, processing, cleaning, and crunching datasets in Python. Updated for Python 3.6, the second edition of this hands-on guide is packed with practical case studies that show you how to solve a broad set of data analysis problems effectively. You’ll learn the latest versions of pandas, NumPy, IPython, and Jupyter in the process.
Written by Wes McKinney, the creator of the Python pandas project, this book is a practical, modern introduction to data science tools in Python. It’s ideal for analysts new to Python and for Python programmers new to data science and scientific computing. Data files and related material are available on GitHub.