لایب سان

Get the definitive handbook for manipulating, processing, cleaning, and crunching datasets in Python. Updated for Python 3.10 and pandas 1.4, the third 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, 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.

• Use the Jupyter notebook and IPython shell for exploratory computing
• Learn basic and advanced features in NumPy
• Get started with data analysis tools in the pandas library
• Use flexible tools to load, clean, transform, merge, and reshape data
• Create informative visualizations with matplotlib
• Apply the pandas groupby facility to slice, dice, and summarize datasets
• Analyze and manipulate regular and irregular time series data
• Learn how to solve real-world data analysis problems with thorough, detailed examples

چکیده فارسی

راهنمای قطعی دستکاری، پردازش، تمیز کردن و خرد کردن مجموعه‌های داده در پایتون را دریافت کنید. نسخه سوم این راهنمای عملی که برای Python 3.10 و pandas 1.4 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 جدیدترین نسخه‌های پانداها، NumPy و Jupyter را خواهید آموخت.

این کتاب که توسط وس مک‌کینی، خالق پروژه پانداهای پایتون نوشته شده است، مقدمه‌ای کاربردی و مدرن برای ابزارهای علم داده در پایتون است. این برای تحلیلگرانی که تازه وارد پایتون شده اند و برای برنامه نویسان پایتون تازه وارد علم داده و محاسبات علمی ایده آل است. فایل های داده و مطالب مرتبط در GitHub در دسترس هستند.

• از نوت بوک Jupyter و پوسته IPython برای محاسبات اکتشافی استفاده کنید
• ویژگی های اولیه و پیشرفته را در NumPy بیاموزید
• با ابزارهای تجزیه و تحلیل داده ها در کتابخانه پانداها شروع کنید
• از ابزارهای منعطف برای بارگیری، پاکسازی، تبدیل، ادغام و شکل دهی مجدد داده ها استفاده کنید
• تجسم های آموزنده را با matplotlib ایجاد کنید
• استفاده از امکانات گروهی پانداها برای برش، تاس و خلاصه کردن مجموعه‌های داده
• تجزیه و تحلیل و دستکاری داده های سری زمانی منظم و نامنظم
• چگونگی حل مشکلات تجزیه و تحلیل داده های دنیای واقعی را با مثال های کامل و دقیق بیاموزید